normalization पर टैग किए गए जवाब

डेटा के दिए गए सेट के लिए, प्रसार को अक्सर मानक विचलन के रूप में या IQR (अंतर-चतुर्थक श्रेणी) के रूप में गणना की जाती है। जबकि एक standard deviationसामान्यीकृत (z- स्कोर, आदि) है और इसलिए इसका उपयोग दो अलग-अलग आबादी से प्रसार की तुलना करने के लिए किया जा …

12 nonparametric  mathematical-statistics  standard-deviation  descriptive-statistics  normalization 

mgcvके लिए पैकेज Rफिटिंग टेन्सर उत्पाद बातचीत के लिए दो कार्य करता है: te()और ti()। मैं दोनों के बीच श्रम के बुनियादी विभाजन को समझता हूं (गैर-रैखिक बातचीत को फिट करना बनाम इस बातचीत को मुख्य प्रभावों और एक इंटरैक्शन में विघटित करना)। क्या मुझे समझ नहीं आता क्यों है …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

मुझे पता है कि रिज और लास्सो रिग्रेशन के लिए सुविधाओं का मानकीकरण करना आम बात है, हालांकि, क्या इन रिग्रेशन विधियों के लिए जेड-स्कोर मानकीकरण के विकल्प के रूप में (0,1) पैमाने पर सुविधाओं को सामान्य करने के लिए यह अधिक व्यावहारिक होगा?

11 normalization  lasso  standardization  ridge-regression 

यह अच्छी तरह से जाना जाता है (उदाहरण के लिए संपीड़ित संवेदन के क्षेत्र में) कि मानदंड "स्पार्सिटी-उत्प्रेरण" है, इस अर्थ में कि यदि हम कार्यात्मक (निश्चित मैट्रिक्स और वेक्टर ) बड़ा पर्याप्त के लिए \ lambda> 0 , हम A , \ vec {b} के कई विकल्पों के लिए …

10 regression  matrix  normalization  regularization  sparse 

यह सिर्फ एक उदाहरण है कि मैं कई बार आया हूं, इसलिए मेरे पास कोई नमूना डेटा नहीं है। R में एक रैखिक प्रतिगमन मॉडल चलाना: a.lm = lm(Y ~ x1 + x2) x1एक सतत चर है। x2श्रेणीबद्ध है और इसके तीन मान हैं "उदा", "मध्यम" और "उच्च"। हालाँकि R …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

मुझे पता है कि सामान्यीकरण के दो से अधिक प्रकार हैं। उदाहरण के लिए, 1- एक जेड-स्कोर या टी-स्कोर का उपयोग करके डेटा ट्रांसफ़ॉर्म करना। इसे आमतौर पर मानकीकरण कहा जाता है। 2- 0 और 1 के बीच मान रखने के लिए डेटा को परिवर्तित करना। यदि मुझे सामान्य करने …

9 machine-learning  normalization  standardization  k-nearest-neighbour 

के अनुसार "कुशल Backprop" LeCun एट अल (1998) से यह सब जानकारी के इतना है कि वे अधिक से अधिक दूसरा व्युत्पन्न की सीमा के भीतर चारों ओर 0 और झूठ केंद्रित कर रहे हैं को सामान्य बनाने में अच्छा अभ्यास है। इसलिए उदाहरण के लिए हम "तन" फ़ंक्शन के …

9 machine-learning  neural-networks  normalization  deep-learning  multidimensional-scaling 

यदि एक बहु-श्रेणी रैखिक डिस्क्रिमिनेन्ट एनालिसिस (या मैं कभी-कभी मल्टीपल डिस्क्रिमिनेन्ट एनालिसिस भी पढ़ता हूं) का उपयोग डायमेंशन में कमी के लिए किया जाता है (या पीसीए के माध्यम से डायमेंशन में कमी के बाद ट्रांसफॉर्मेशन), तो मैं समझता हूं कि सामान्य तौर पर "जेड-स्कोर नॉर्मलाइजेशन" (या मानकीकरण) सुविधाएँ आवश्यक …

9 classification  data-transformation  normalization  standardization  discriminant-analysis 

मैं एक रेखीय प्रतिगमन मॉडल सीखने की कोशिश कर रहा हूं। हालांकि, मुझे डेटा के सामान्यीकरण से संबंधित कुछ भ्रम है। मैंने फीचर्स / प्रेडिक्टर्स को शून्य माध्य और यूनिट वेरिएशन के लिए सामान्य कर दिया है। क्या मुझे लक्ष्य के लिए ऐसा करने की आवश्यकता है। यदि हां तो …

9 regression  multiple-regression  normalization 

मैं "क्वेरी" और "टेम्प्लेट" वक्र से मिलान करने के लिए डायनेमिक टाइम वारिंग का उपयोग कर रहा हूं और इस प्रकार अब तक उचित सफलता पा रहा हूं, लेकिन मेरे पास कुछ बुनियादी प्रश्न हैं: मैं यह आंकलन करके "मैच" कर रहा हूं कि क्या DTW का परिणाम कुछ सीमा …

9 time-series  normalization  functional-data-analysis 

मैं कई विषयों द्वारा पहने गए कई सेंसर के साथ एकत्र किए गए एक्सेलेरोमीटर डेटा के एक बड़े सेट के साथ काम कर रहा हूं। दुर्भाग्य से, यहां किसी को भी उपकरणों की तकनीकी विशेषताओं का पता नहीं लगता है और मुझे नहीं लगता कि उन्हें कभी पुनर्गठित किया गया …

9 normalization  signal-processing 

निम्नलिखित आलेख इस लेख से लिए गए हैं । मैं बूटस्ट्रैप करने के लिए नौसिखिया हूं और R bootपैकेज के साथ रैखिक मिश्रित मॉडल के लिए पैरामीट्रिक, सेमीपैरेट्रिक और नॉनपैमेट्रिक बूटस्ट्रैपिंग बूटस्ट्रैपिंग को लागू करने की कोशिश कर रहा हूं । आर कोड यहाँ मेरा Rकोड है: library(SASmixed) library(lme4) library(boot) …

9 r  mixed-model  bootstrap  central-limit-theorem  stable-distribution  time-series  hypothesis-testing  markov-process  r  correlation  categorical-data  association-measure  meta-analysis  r  anova  confidence-interval  lm  r  bayesian  multilevel-analysis  logit  regression  logistic  least-squares  eda  regression  notation  distributions  random-variable  expected-value  distributions  markov-process  hidden-markov-model  r  variance  group-differences  microarray  r  descriptive-statistics  machine-learning  references  r  regression  r  categorical-data  random-forest  data-transformation  data-visualization  interactive-visualization  binomial  beta-distribution  time-series  forecasting  logistic  arima  beta-regression  r  time-series  seasonality  large-data  unevenly-spaced-time-series  correlation  statistical-significance  normalization  population  group-differences  demography 

मैं कई बिंदु प्रक्रियाओं (या एक चिह्नित बिंदु प्रक्रिया) पर चतुष्कोण गणना विश्लेषण करना चाहता हूं, फिर कुछ आयामी कमी तकनीकों को लागू करना है। ये चिह्न समान रूप से वितरित नहीं होते हैं, अर्थात, कुछ निशान अक्सर दिखाई दे रहे हैं, और कुछ बहुत दुर्लभ हैं। इस प्रकार, मैं …

9 multivariate-analysis  normalization  ecology  point-process