prediction पर टैग किए गए जवाब

मैं रेखीय प्रतिगमन मॉडल में उपयोग करने के लिए डेटा मैट्रिक्स को स्केल करने की अवधारणा को समझता हूं। उदाहरण के लिए, R में आप उपयोग कर सकते हैं: scaled.data <- scale(data, scale=TRUE) मेरा एकमात्र प्रश्न यह है कि नई टिप्पणियों के लिए, जिनके लिए मैं आउटपुट मानों की भविष्यवाणी …

13 r  regression  prediction  scales 

आइए इस काल्पनिक डेटासेट पर विचार करें: set.seed(12345) num.subjects <- 10 dose <- rep(c(1,10,50,100), num.subjects) subject <- rep(1:num.subjects, each=4) group <- rep(1:2, each=num.subjects/2*4) response <- dose*dose/10 * group + rnorm(length(dose), 50, 30) df <- data.frame(dose=dose, response=response, subject=subject, group=group) हम lmeएक यादृच्छिक प्रभाव मॉडल के साथ प्रतिक्रिया को मॉडल करने के …

13 mixed-model  linear-model  prediction 

क्या रैंडम फ़ॉरेस्ट को गणना डेटा की उचित भविष्यवाणी करने के लिए प्रशिक्षित किया जा सकता है? यह कैसे आगे बढ़ेगा? मेरे पास मूल्यों की एक व्यापक श्रेणी है इसलिए वर्गीकरण वास्तव में मायने नहीं रखता है। यदि मैं प्रतिगमन का उपयोग करूंगा तो क्या मैं परिणामों को कम कर …

12 r  regression  random-forest  prediction  count-data 

मैं फिशर सटीक परीक्षण को बेहतर तरीके से समझना चाहता था, इसलिए मैंने निम्नलिखित खिलौना उदाहरण तैयार किया, जहां एफ और एम पुरुष और महिला से मेल खाते हैं, और n और y इस तरह से "सोडा की खपत" से मेल खाती है: > soda_gender f m n 0 5 …

12 fishers-exact  hypergeometric  clustering  supervised-learning  modeling  econometrics  r  regression  residuals  heteroscedasticity  independence  distributions  self-study  matlab  libsvm  self-study  conditional-probability  conditional-expectation  hypothesis-testing  self-study  multiple-comparisons  mode  statistical-significance  chi-squared  multiple-comparisons  maximum-likelihood  poisson-process  optimization  uncertainty  genetic-algorithms  bayesian  model-selection  overfitting  maximum-likelihood  optimization  approximation  r  prediction  model-evaluation  r  machine-learning  survival  neural-networks  cox-model  machine-learning  bayesian  bayesian-network  hierarchical-bayesian  pooling 

मैं 10x10CV के साथ एक यादृच्छिक वस्तु को प्रशिक्षित करने के लिए कैरेट पैकेज का उपयोग करता हूं। library(caret) tc <- trainControl("repeatedcv", number=10, repeats=10, classProbs=TRUE, savePred=T) RFFit <- train(Defect ~., data=trainingSet, method="rf", trControl=tc, preProc=c("center", "scale")) उसके बाद, मैं एक टेस्टसेट पर यादृच्छिक परीक्षण का परीक्षण करता हूं (नया डेटा) RF.testSet$Prediction …

12 r  random-forest  prediction  caret 

नेटफ्लिक्स अपने सुझावों को उपयोगकर्ता की अन्य फिल्मों / शो की रेटिंग पर आधारित करता था। इस रेटिंग प्रणाली में पाँच तारे थे। अब, नेटफ्लिक्स उपयोगकर्ताओं को फिल्मों / शो को पसंद / नापसंद (अंगूठे-ऊपर / अंगूठे नीचे) करने की अनुमति देता है। उनका दावा है कि फिल्मों को रेट …

11 variance  predictive-models  prediction 

मैं सोच रहा हूँ कि क्या भविष्यवाणी अंतराल और विश्वसनीय अंतराल एक ही चीज़ का मूल्यांकन करते हैं। उदाहरण के लिए, लीनियर रिग्रेशन के साथ, जब आप किसी फिटेड वैल्यू के पूर्वानुमान अंतराल का अनुमान लगाते हैं, तो आप अनुमान लगाते हैं कि अंतराल की सीमा जिसमें आप अपने मूल्य …

11 bayesian  linear-model  prediction  prediction-interval  credible-interval 

मैं भविष्यवाणी के लिए आर के neuralnetपैकेज ( यहां प्रलेखन ) का उपयोग करने की कोशिश कर रहा हूं । यहाँ मैं क्या करने की कोशिश कर रहा हूँ: library(neuralnet) x <- cbind(runif(50, min=1, max=500), runif(50, min=1, max=500)) y <- x[, 1] * x[, 2] train <- data.frame(x, y) n …

11 r  neural-networks  prediction  error 

यह दिखाया गया है कि सारांश आंकड़ों के उपयोग से आने वाली त्रुटि की उपस्थिति के कारण बेयस कारकों का उपयोग करने वाले एबीसी मॉडल विकल्प की सिफारिश नहीं की जानी है। इस पत्र में निष्कर्ष बेयस कारक (एल्गोरिथम 2) के अनुमान के लिए एक लोकप्रिय विधि के व्यवहार के …

11 bayesian  model-selection  prediction  abc 

मेरे पास भविष्यवाणी और सहिष्णुता के अंतराल के लिए कुछ प्रश्न हैं। आइए पहले सहिष्णुता अंतराल की परिभाषा पर सहमत हों: हमें एक विश्वास स्तर दिया जाता है, 90% कहते हैं, जनसंख्या का प्रतिशत कैप्चर करने के लिए, 99% और एक नमूना आकार कहते हैं, 20 कहते हैं। संभाव्यता वितरण …

11 prediction  prediction-interval  tolerance-interval 

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 

क्या एक अनुमानित स्कोर प्राप्त करने का एक तरीका है (हम रैंडम फ़ॉरेस्ट या चरम ग्रेड बूस्टिंग (XGBoost) जैसे एल्गोरिदम का उपयोग करते समय प्रत्येक अनुमानित मूल्य के लिए इसे आत्मविश्वास मूल्य या संभावना भी कह सकते हैं)। मान लें कि यह आत्मविश्वास स्कोर 0 से 1 तक होगा और …

11 r  regression  random-forest  prediction  boosting 

मैं व्यक्तिगत जहाजों के लिए सरल यादृच्छिक प्रभावों को मॉडल करने के लिए mgcv में गम का उपयोग करके मछली पकड़ने की कुल मॉडलिंग में दिलचस्पी रखता हूं (जो कि मत्स्य में समय के साथ बार-बार यात्राएं करता है)। मेरे पास 98 विषय हैं, इसलिए मैंने सोचा कि मैं यादृच्छिक …

10 prediction  random-effects-model  gam  mgcv 

कारण और निष्कर्ष और भविष्यवाणी (वर्गीकरण और प्रतिगमन दोनों) के बीच क्या संबंध हैं? भविष्यवाणी के संदर्भ में, हमारे पास भविष्यवक्ता / इनपुट चर और प्रतिक्रिया / आउटपुट चर हैं। इसका मतलब यह है कि इनपुट और आउटपुट चर के बीच कारण संबंध है? तो, क्या भविष्यवाणी का कारण अनुमान …

10 prediction  causality  definition 

मेरा एक प्रश्न है कि मुझे लगता है कि बहुत सारे उपयोगकर्ताओं के लिए काफी बुनियादी होगा। (I) रेखीय प्रतिगमन मॉडल का उपयोग करते हुए Im कई व्याख्यात्मक चर के संबंध की जांच करता है और मेरी प्रतिक्रिया चर और (ii) व्याख्यात्मक चर का उपयोग करके मेरे प्रतिक्रिया चर की …

10 statistical-significance  predictive-models  p-value  prediction  out-of-sample