machine-learning पर टैग किए गए जवाब

क्या फ्रेडमैन की ग्रेडिंग बूस्टिंग मशीन ब्रेमेन के रैंडम फॉरेस्ट से बेहतर प्रदर्शन हासिल कर सकती है ? यदि हां, तो किन स्थितियों में या किस तरह का डेटा सेट gbm को बेहतर बना सकता है?

16 machine-learning  data-mining  random-forest  boosting 

मैं समझता हूं कि एक-श्रेणी एसवीएम (ओएसवीएम) को नकारात्मक डेटा की अनुपस्थिति को ध्यान में रखते हुए प्रस्तावित किया गया था और वे निर्णय सीमाएं ढूंढना चाहते हैं जो एक सकारात्मक सेट और कुछ नकारात्मक लंगर बिंदु को अलग करते हैं, मूल कहते हैं। 2011 में एक काम एक्समप्लार एसवीएम …

16 machine-learning  svm 

मेरे पास अत्यधिक असंतुलित परीक्षण डेटा सेट है। सकारात्मक सेट में 100 मामले होते हैं जबकि नकारात्मक सेट में 1500 मामले होते हैं। प्रशिक्षण पक्ष में, मेरे पास एक बड़ा उम्मीदवार पूल है: सकारात्मक प्रशिक्षण सेट में 1200 मामले हैं और नकारात्मक प्रशिक्षण सेट में 12000 मामले हैं। इस तरह …

16 machine-learning  classification  data-mining  svm  bioinformatics 

मैंने 10-गुना क्रॉस सत्यापन सेटिंग में 120 नमूनों का डेटासेट किया है। वर्तमान में, मैं पहले होल्डआउट के प्रशिक्षण डेटा को चुनता हूं और ग्रिड खोज द्वारा गामा और सी के मूल्यों को लेने के लिए उस पर 5 गुना क्रॉस-सत्यापन करता हूं। मैं आरबीएफ कर्नेल के साथ एसवीएम का …

16 machine-learning  classification  cross-validation  svm 

मैं एक पर्यवेक्षित बाइनरी वर्गीकरण मुद्दे के साथ काम कर रहा हूं। मैं GBM पैकेज का उपयोग करना चाहता हूं ताकि वह बिना किसी संक्रमित / संक्रमित व्यक्ति को वर्गीकृत कर सके। मेरे पास संक्रमित व्यक्तियों की तुलना में 15 गुना अधिक असंक्रमित है। मैं सोच रहा था कि क्या …

16 r  machine-learning  boosting  unbalanced-classes  gbm 

मैं 8 वर्गों के डेटा के साथ एक मल्टी-क्लास LDA क्लासिफायरियर का प्रशिक्षण दे रहा हूं । प्रशिक्षण प्रदर्शन करते समय, मुझे एक चेतावनी मिलती है: " चर के संपर्क में हैं " मुझे 90% से अधिक प्रशिक्षण सटीकता प्राप्त हो रही है । मैं उपयोग कर रहा हूँ scikits …

16 machine-learning  classification  python  scikit-learn  discriminant-analysis 

एक सामान्य प्रश्न से अधिक। मैं भविष्य कहनेवाला मॉडलिंग के लिए एक rbf SVM चला रहा हूं। मुझे लगता है कि मेरे वर्तमान कार्यक्रम को निश्चित रूप से थोड़ी गति की आवश्यकता है। मैं ग्रिड खोज + क्रॉस सत्यापन के लिए मोटे के साथ सीखता हूं। प्रत्येक एसवीएम रन में …

16 machine-learning  svm  predictive-models  scikit-learn  kernel-trick 

पुस्तक पैटर्न मान्यता और मशीन लर्निंग (सूत्र 1.27) में, यह देता है जहाँx=g(y),px(x)वह पीडीएफ है जोचर के परिवर्तन के संबंध मेंpy(y)से मेल खाती है।py(y)=px(x)∣∣∣dxdy∣∣∣=px(g(y))|g′(y)|py(y)=px(x)|dxdy|=px(g(y))|g′(y)|p_y(y)=p_x(x) \left | \frac{d x}{d y} \right |=p_x(g(y)) | g'(y) |x=g(y)x=g(y)x=g(y)px(x)px(x)p_x(x)py(y)py(y)p_y(y) पुस्तकों का कहना है, क्योंकि है कि टिप्पणियों की सीमा में पड़ने वाले है , के …

16 machine-learning  probability  self-study  derivative  jacobian 

मानक ढाल वंश पूरे प्रशिक्षण डाटासेट के लिए ढाल की गणना करेगा। for i in range(nb_epochs): params_grad = evaluate_gradient(loss_function, data, params) params = params - learning_rate * params_grad युगों की पूर्व-निर्धारित संख्या के लिए, हम पहले संपूर्ण डाटासेट के लिए नुकसान फ़ंक्शन के ग्रेडिएंट वेक्टर वेट्स_ग्रेड की गणना करते हैं, …

16 machine-learning  optimization  gradient-descent  computational-statistics  sgd 

आइए MNIST डेटासेट को वर्गीकृत करने के बारे में समस्या पर विचार करें। Yann LeCun के MNIST वेबपेज के अनुसार , 'Ciresan et al।' कन्वेंशनल न्यूरल नेटवर्क का उपयोग करके MNIST टेस्ट सेट पर 0.23% त्रुटि दर मिली। मान लें कि MNIST प्रशिक्षण सेट को , MNIST परीक्षण सेट रूप …

16 machine-learning  classification  overfitting  probability-inequalities 

मैं वर्तमान में फॉरवर्ड-बैकवर्ड स्प्लिटिंग का उपयोग करके पेपर ऑनलाइन कुशल और बैच लर्निंग पढ़ता हूं जॉन ड्यूची और योरम सिंगर द्वारा । मैं 'ऑनलाइन' और 'बैच' शब्दों के उपयोग को लेकर बहुत उलझन में हूं। मैंने सोचा था कि 'ऑनलाइन' का मतलब है कि हम प्रशिक्षण डेटा की एक …

16 machine-learning  online  gradient-descent 

क्या कोई मेरे लिए संभावित उदाहरणों के साथ संक्षेप में बता सकता है कि प्रशिक्षण के आंकड़ों को बढ़ाने से किन स्थितियों में समग्र प्रणाली में सुधार होता है? जब हम यह पता लगाते हैं कि अधिक प्रशिक्षण डेटा जोड़ना संभवतः डेटा को अधिक फिट कर सकता है और परीक्षण …

16 machine-learning  classification  dataset  precision-recall 

मैं वर्तमान randomForestमें आर में पैकेज का उपयोग करके एक वर्गीकरण समस्या के लिए यादृच्छिक जंगलों को फिट कर रहा हूं , और इन मॉडलों के लिए प्रशिक्षण त्रुटि की रिपोर्ट करने के तरीके के बारे में अनिश्चित हूं । मेरी प्रशिक्षण त्रुटि 0% के करीब है जब मैं इसे …

16 r  machine-learning  classification  random-forest  overfitting 

मैं एक मिश्रित प्रभाव मॉडल का उपयोग करके निर्धारित डेटा का विश्लेषण कर रहा हूं जिसमें एक निश्चित प्रभाव (स्थिति) और दो यादृच्छिक प्रभाव (विषय डिजाइन और जोड़ी के कारण प्रतिभागी) हैं। मॉडल lme4पैकेज के साथ उत्पन्न किया गया था exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp):। इसके बाद, मैंने निश्चित प्रभाव (स्थिति) के बिना मॉडल …

16 r  repeated-measures  multiple-comparisons  post-hoc  lsmeans  bayesian  posterior  marginal  integral  anova  time-series  regularization  machine-learning  pca  computational-statistics  references  inference  regression  cross-validation  python  random-forest  chi-squared  spearman-rho  r  machine-learning  confidence-interval  bagging  clustering  feature-selection  model-selection  bic  hypothesis-testing  kurtosis  r  regression  residuals  terminology 

एक वर्गीकरणकर्ता, मॉडल और अनुमानक के बीच अंतर क्या है? मैं जो बता सकता हूं उससे: एक अनुमानक प्रतिगमन एल्गोरिथ्म से पाया गया एक भविष्यवक्ता है एक क्लासिफायरियर एक एल्गोरिथ्म है जो एक वर्गीकरण एल्गोरिथ्म से पाया जाता है एक मॉडल एक अनुमानक या एक क्लासिफायरियर दोनों हो सकता है …

15 machine-learning