large-data पर टैग किए गए जवाब

Situations बड़ा डेटा ’उन स्थितियों को संदर्भित करता है जहां टिप्पणियों (डेटा बिंदुओं) की संख्या इतनी बड़ी है कि यह डेटा विश्लेषक के विश्लेषण के बारे में सोचने या संचालित करने के तरीके में बदलाव की आवश्यकता है। ('उच्च आयामीता' के साथ भ्रमित होने की नहीं।)

4
पीसीए स्पेस पर एक नया वेक्टर कैसे प्रोजेक्ट करें?
प्रमुख घटक विश्लेषण (पीसीए) करने के बाद, मैं पीसीए अंतरिक्ष पर एक नया वेक्टर प्रोजेक्ट करना चाहता हूं (अर्थात पीसीए समन्वय प्रणाली में इसके निर्देशांक ढूंढें)। मैंने पीसी भाषा में पीसीए का उपयोग करके गणना की है prcomp। अब मुझे पीसीए रोटेशन मैट्रिक्स द्वारा अपने वेक्टर को गुणा करने में …
21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 
1
क्या हम वास्तव में * मिलियन * गुणांक / स्वतंत्र चर के साथ बहुभिन्नरूपी प्रतिगमन विश्लेषण करते हैं?
मैं कुछ समय सीखने की मशीन सीखने में व्यतीत कर रहा हूँ (पुनरावृत्ति के लिए खेद है :) और मैं मल्टीग्रेट लीनियर प्रतिगमन के मामले में कंप्यूटिंग रिग्रेशन गुणांक के लिए सीधे समीकरण हल करने पर ग्रेडिएंट डिसेंट को चुनने के अंगूठे के नियम के द्वारा साज़िश करने में मदद …
6
आउट-ऑफ-कोर डेटा विश्लेषण विकल्प
मैं अब 5 साल के लिए एसएएस पेशेवर का उपयोग कर रहा हूं। मैंने इसे अपने लैपटॉप पर स्थापित किया है और अक्सर 1,000-2,000 चर और सैकड़ों हजारों टिप्पणियों के साथ डेटासेट का विश्लेषण करना पड़ता है। मैं एसएएस के विकल्पों की तलाश में हूं जो मुझे समान आकार के …
18 r  sas  large-data 
5
बड़े डेटा के साथ पॉइसन रिग्रेशन: माप की इकाई को बदलना गलत है?
एक पोइसन डिस्ट्रीब्यूशन में फैक्टरियल के कारण, अवलोकन बड़े होने पर पॉइसन मॉडल (उदाहरण के लिए, अधिकतम संभावना का उपयोग करके) का अनुमान लगाना अव्यावहारिक हो जाता है। उदाहरण के लिए, यदि मैं किसी मॉडल को दिए गए वर्ष में आत्महत्याओं की संख्या समझाने के लिए अनुमान लगाने की कोशिश …
5
औसत निरपेक्ष विचलन और बड़े डेटा सेट के लिए ऑनलाइन एल्गोरिथ्म
मुझे थोड़ी समस्या है जो मुझे बेहोश कर रही है। मुझे एक बहुभिन्नरूपी श्रृंखला की ऑनलाइन अधिग्रहण प्रक्रिया के लिए प्रक्रिया लिखना है। हर बार अंतराल पर (उदाहरण के लिए 1 सेकंड), मुझे एक नया नमूना मिलता है, जो मूल रूप से आकार एन का एक अस्थायी बिंदु वेक्टर है। …
4
मैं मतदान पर प्रतिष्ठा के प्रभावों के अपने विश्लेषण को कैसे सुधार सकता हूं?
हाल ही में मैंने upvotes ( ब्लॉग-पोस्ट देखें ) पर प्रतिष्ठा के प्रभावों का कुछ विश्लेषण किया था , और बाद में संभवतः अधिक ज्ञानवर्धक (या अधिक उपयुक्त) विश्लेषण और ग्राफिक्स के बारे में मेरे कुछ प्रश्न थे। तो कुछ सवाल (और विशेष रूप से किसी का जवाब देने और …
5
एक बहुत अच्छा डेटा रेखांकन दिखाने के लिए
मैं एक ऐसी परियोजना पर काम कर रहा हूं जिसमें आवास डेटा के लिए 14 चर और 345,000 अवलोकन शामिल हैं (वर्ष निर्मित, वर्ग फुटेज, मूल्य बेचे, काउंटी का निवास, आदि)। मैं अच्छी ग्राफिकल तकनीकों और आर लाइब्रेरीज़ को खोजने की कोशिश कर रहा हूँ, जिनमें अच्छी प्लॉटिंग तकनीकें हैं। …
4
नमूना आकार बहुत बड़ा होने पर आत्मविश्वास अंतराल
मेरे प्रश्न को "बड़े डेटा का उपयोग करके एक नमूना त्रुटि का आकलन कैसे करें" के रूप में प्रतिरूपित किया जा सकता है, विशेष रूप से एक जर्नल प्रकाशन के लिए। यहाँ एक चुनौती को चित्रित करने के लिए एक उदाहरण है। एक बहुत बड़े डेटासेट से (> 100 अस्पतालों …
3
अनुदैर्ध्य बड़े डेटा को कैसे मॉडल करें?
परंपरागत रूप से हम अनुदैर्ध्य डेटा को मॉडल करने के लिए मिश्रित मॉडल का उपयोग करते हैं, जैसे डेटा: id obs age treatment_lvl yield 1 0 11 M 0.2 1 1 11.5 M 0.5 1 2 12 L 0.6 2 0 17 H 1.2 2 1 18 M 0.9 हम …
3
क्लस्टर बिग डेटा आर में और नमूना प्रासंगिक है?
मैं डेटा साइंस में नया हूं और 200,000 पंक्तियों और 50 कॉलमों वाले डेटा सेट में क्लस्टर खोजने में समस्या है। चूँकि डेटा में संख्यात्मक और नाममात्र दोनों चर होते हैं, इसलिए K-Mean जैसे तरीके जो यूक्लिडियन दूरी माप का उपयोग करते हैं, एक उपयुक्त विकल्प नहीं लगता है। इसलिए …
5
बड़े डेटा सेट के लिए ढाल मूल अक्षम क्यों है?
मान लें कि हमारे डेटा सेट में 1 मिलियन उदाहरण हैं, अर्थात, , और हम इन डेटा सेट पर लॉजिस्टिक या रैखिक प्रतिगमन करने के लिए ढाल वंश का उपयोग करना चाहते हैं।एक्स1, ... , एक्स106x1,…,x106x_1, \ldots, x_{10^6} यह ढाल मूल विधि के साथ क्या है जो इसे अक्षम बनाता …
1
क्या वेक्टर मशीन का उपयोग बड़े डेटा में किया जा सकता है?
एसवीएम पर मेरे पास सीमित ज्ञान के साथ, यह शॉर्ट और फैट डेटा मैट्रिक्स , (बहुत सारी विशेषताओं, और बहुत सारे उदाहरणों के लिए नहीं) के लिए अच्छा है, लेकिन बड़े डेटा के लिए नहीं।XXX मैं समझता हूं कि एक कारण कर्नेल मैट्रिक्स एक मैट्रिक्स है जहां, डेटा में उदाहरणों …
3
बड़े डेटा सेटिंग के लिए समानांतर / वितरित तरीके से रैखिक प्रतिगमन कैसे चलाएं?
मैं एक बहुत बड़ी रैखिक प्रतिगमन समस्या पर काम कर रहा हूं, जिसमें डेटा का आकार इतना बड़ा है कि उन्हें मशीनों के एक समूह पर संग्रहीत किया जाना है। यह सभी नमूनों को एक मशीन की मेमोरी (यहां तक ​​कि डिस्क) में एकत्रित करने के लिए बहुत बड़ा होगा …
5
बहुत बड़ी संख्या में डेटा बिंदुओं में मानों की प्रतिरूपण कैसे करें?
मेरे पास एक बहुत बड़ा डेटासेट है और लगभग 5% यादृच्छिक मूल्य गायब हैं। ये चर एक दूसरे के साथ सहसंबद्ध हैं। निम्नलिखित उदाहरण R डाटासेट केवल एक खिलौना उदाहरण है जिसमें डमी सहसंबद्ध डेटा है। set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol …
12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 
4
बहुत बड़े नमूना आकारों के लिए अच्छाई-से-फिट
मैं प्रत्येक दिन श्रेणीबद्ध डेटा के बहुत बड़े नमूने (> 1,000,000) एकत्र करता हूं और डेटा संग्रह में त्रुटियों का पता लगाने के लिए डेटा को "महत्वपूर्ण" दिनों के बीच अलग-अलग देखना चाहता हूं। मैंने सोचा कि एक अच्छा-फिट परीक्षण (विशेष रूप से, एक जी-टेस्ट) का उपयोग करना इसके लिए …
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.