numerics पर टैग किए गए जवाब

मैं आमतौर पर "साधारण न्यूनतम वर्ग" के बारे में सुनता हूं। क्या रेखीय प्रतिगमन के लिए सबसे व्यापक रूप से उपयोग किया जाने वाला एल्गोरिदम है? क्या एक अलग का उपयोग करने के कारण हैं?

42 regression  least-squares  algorithms  computational-statistics  numerics 

मैं एंड्रयू एनए के कसेरा कोर्स और अन्य सामग्रियों से पीसीए का अध्ययन कर रहा हूं। स्टैनफोर्ड एनएलपी कोर्स cs224n के पहले असाइनमेंट में , और एंड्रयू एनजी से लेक्चर वीडियो में , वे कोविरियन मैट्रिक्स के ईजेन्वेक्टर अपघटन के बजाय एकवचन मूल्य अपघटन करते हैं, और एनजी यहां तक …

29 pca  linear-algebra  svd  eigenvalues  numerics 

एक बहुत बड़े धनात्मक मैट्रिक्स (65M x 3.4M) के एकवचन मान अपघटन (SVD) की गणना करने का सबसे अच्छा तरीका क्या है जहाँ डेटा अत्यंत विरल है? मैट्रिक्स का 0.1% से कम गैर शून्य है। मुझे एक तरीका चाहिए: मेमोरी में फिट होगा (मुझे पता है कि ऑनलाइन तरीके मौजूद …

26 svd  numerics 

मैं यादृच्छिक डेटा के SVD परिणाम में एक बहुत ही अजीब व्यवहार का निरीक्षण करता हूं, जिसे मैं Matlab और R दोनों में पुन: उत्पन्न कर सकता हूं। यह LAPACK लाइब्रेरी में कुछ संख्यात्मक मुद्दे जैसा दिखता है; क्या यह? मैं शून्य माध्य और पहचान सहसंयोजक के साथ आयामी गाऊसी …

21 pca  svd  linear-algebra  numerics 

मैंने हाल ही में मैट्रिक्स डिकम्पोजिशन पर Skillicorn की किताब पढ़ी, और थोड़ा निराश था, क्योंकि यह एक स्नातक दर्शकों के लिए लक्षित था। मैं मैट्रिक्स के डिकम्पोजिशन पर आवश्यक कागजात (सर्वेक्षण, लेकिन साथ ही सफलता के कागजात) की एक छोटी ग्रंथ सूची का संकलन करना चाहूंगा। मेरे मन में …

18 matrix-decomposition  svd  numerics 

मान लीजिए कि मैं एक घने मैट्रिक्स है के SVD अपघटन के साथ, आकारमें मैं SVD गणना कर सकते हैं इस प्रकार है: ।AA \textbf{A}m×nm×nm \times nA=USV⊤.A=USV⊤.\mathbf{A}=\mathbf{USV}^\top.Rsvd(A) यदि एक नई -th पंक्ति को जोड़ा जाता है , तो क्या कोई पुराने के आधार पर नए SVD अपघटन की गणना कर …

17 algorithms  svd  linear-algebra  matrix-decomposition  numerics 

प्रमुख घटक विश्लेषण पर विकिपीडिया लेख बताता है कि मैट्रिक्स बनाने के बिना के एसवीडी की गणना करने के लिए कुशल एल्गोरिदम मौजूद हैं , इसलिए एसवीडी की गणना अब डेटा मैट्रिक्स से एक प्रमुख घटक विश्लेषण की गणना करने का मानक तरीका है, जब तक कि केवल मुट्ठी भर …

17 pca  algorithms  svd  numerics 

संभवत: यहां विषय बंद है, लेकिन पहले से ही कई ( एक , दो ) संबंधित प्रश्न मौजूद हैं। साहित्य में घूमना (या ट्रंकेटेड एसवीडी एल्गोरिदम के लिए एक Google खोज) बहुत सारे पेपर को बदल देता है जो विभिन्न तरीकों से काटे गए एसवीडी का उपयोग करते हैं, और …

14 algorithms  svd  numerics 

टी एल; डॉ: lme4अनुकूलन डिफ़ॉल्ट रूप से मॉडल पैरामीटर की संख्या में रेखीय प्रतीत होता है, और है जिस तरह से एक बराबर की तुलना में धीमी glmसमूहों के लिए डमी चर के साथ मॉडल। वहाँ कुछ भी है मैं इसे गति कर सकता हूँ? मैं एक काफी बड़े पदानुक्रमित …

12 r  mixed-model  optimization  lme4-nlme  numerics 

मैंने दो नमूनों के लिए कुल्बैक-लीब्लर डाइवर्जेंस के संख्यात्मक अनुमान को लागू करने की कोशिश की। कार्यान्वयन को डीबग करने के लिए दो सामान्य वितरण और से नमूने खींचें ।एन ( 1 , 2 )N(0,1)N(0,1)\mathcal N (0,1)N(1,2)N(1,2)\mathcal N (1,2) एक साधारण अनुमान के लिए मैंने दो हिस्टोग्राम तैयार किए और …

10 estimation  intuition  kullback-leibler  numerics 

मैं 'r' में ग्राफ क्लस्टरिंग का उपयोग करके एक ग्राफ में समूह / मर्ज नोड्स को देख रहा हूं। यहाँ मेरी समस्या का एक आश्चर्यजनक खिलौना भिन्नता है। दो "क्लस्टर" हैं समूहों को जोड़ने वाला एक "पुल" है यहाँ एक उम्मीदवार नेटवर्क है: जब मैं कनेक्शन दूरी को देखता हूं, …

10 r  clustering  data-visualization  numerics