python पर टैग किए गए जवाब

मैं Tensorflow mnist ट्यूटोरियल ( https://github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/tutorials/mnist/mnist_softetaxax.py ) का अनुसरण कर रहा हूं । ट्यूटोरियल tf.train.Optimizer.minimize(विशेष रूप से tf.train.GradientDescentOptimizer) का उपयोग करता है । मुझे ग्रेडिएंट्स को परिभाषित करने के लिए कहीं भी कोई तर्क नहीं दिया जा रहा है। क्या डिफ़ॉल्ट रूप से संख्यात्मक विभेदन का उपयोग कर सेंसर प्रवाह …

10 python  optimization  tensorflow 

स्किकिट सीखता है कि मॉडल एकत्रीकरण तकनीक के लिए बहुसंख्यक वोट के बजाय संभाव्य भविष्यवाणी का उपयोग क्यों (1.9.2.1। रैंडम फॉरेस्ट) के स्पष्टीकरण के बिना किया जाता है। क्या इसके लिए एक स्पष्ट व्याख्या है? इसके अलावा, विभिन्न मॉडल एकत्रीकरण तकनीकों के लिए एक अच्छा पेपर या समीक्षा लेख है …

10 random-forest  python  scikit-learn  aggregation  bagging 

मैंने पायथन में एक साधारण कार्य लिखा है जिसका मतलब है कि तेजी से भारित माध्य की गणना करें: def test(): x = [1,2,3,4,5] alpha = 0.98 s_old = x[0] for i in range(1, len(x)): s = alpha * x[i] + (1- alpha) * s_old s_old = s return s …

10 standard-deviation  python  exponential-smoothing 

समस्या सेटअप पहले खिलौने की समस्याओं में से एक मैं PyMC को लागू करना चाहता था गैर-घटक क्लस्टरिंग है: कुछ डेटा दिए गए, इसे गॉसियन मिश्रण के रूप में मॉडल करें, और क्लस्टर्स की संख्या और प्रत्येक क्लस्टर के माध्य और सहसंयोजक जानें। इस विधि के बारे में जो मैं …

10 bayesian  clustering  python  pymc  nonparametric-bayes 

मैं एक डेटा सेट पर काम कर रहा हूं। कुछ मॉडल पहचान तकनीकों का उपयोग करने के बाद, मैं ARIMA (0,2,1) मॉडल के साथ बाहर आया। मैंने अपने मूल डेटा सेट के 48 वें अवलोकन में एक अभिनव आउटलुक (आईओ) का पता लगाने के लिए आर में detectIOपैकेज TSAमें फ़ंक्शन …

10 r  time-series  arima  outliers  hypergeometric  fishers-exact  r  time-series  intraclass-correlation  r  logistic  glmm  clogit  mixed-model  spss  repeated-measures  ancova  machine-learning  python  scikit-learn  distributions  data-transformation  stochastic-processes  web  standard-deviation  r  machine-learning  spatial  similarities  spatio-temporal  binomial  sparse  poisson-process  r  regression  nonparametric  r  regression  logistic  simulation  power-analysis  r  svm  random-forest  anova  repeated-measures  manova  regression  statistical-significance  cross-validation  group-differences  model-comparison  r  spatial  model-evaluation  parallel-computing  generalized-least-squares  r  stata  fitting  mixture  hypothesis-testing  categorical-data  hypothesis-testing  anova  statistical-significance  repeated-measures  likert  wilcoxon-mann-whitney  boxplot  statistical-significance  confidence-interval  forecasting  prediction-interval  regression  categorical-data  stata  least-squares  experiment-design  skewness  reliability  cronbachs-alpha  r  regression  splines  maximum-likelihood  modeling  likelihood-ratio  profile-likelihood  nested-models 

मैं थोड़ा असमंजस में हूँ। क्या कोई मुझे समझा सकता है कि दो टर्म के बीच आपसी जानकारी की गणना कैसे करें, बाइनरी टर्म घटना के साथ एक टर्म-डॉक्यूमेंट मैट्रिक्स के आधार पर वजन? Document1Document2Document3′Why′111′How′101′When′111′Where′100′Why′′How′′When′′Where′Document11111Document21010Document31110 \begin{matrix} & 'Why' & 'How' & 'When' & 'Where' \\ Document1 & 1 & 1 …

10 python  information-theory  mutual-information  numpy  pandas 

चूँकि मैं एक सॉफ्टवेयर इंजीनियर हूँ और अधिक आँकड़े जानने की कोशिश कर रहा हूँ, इससे पहले कि मैं शुरू करूँ, मुझे माफ करना पड़ेगा, यह गंभीर newb क्षेत्र है ... मैं PyMC सीख रहा हूं और कुछ वास्तव में (वास्तव में) सरल उदाहरणों के माध्यम से काम कर रहा …

10 modeling  python  pymc 

Soliton वितरण एक सेट पर एक असतत प्रायिकता वितरण है संभावना बड़े पैमाने पर समारोह के साथ{ 1 , ... , एन}{1,…,N}\{1,\dots, N\} p ( 1 ) = 1एन,p ( k ) = 1k ( k - 1 )के लिए कश्मीर ∈ { 2 , ... , एन}p(1)=1N,p(k)=1k(k−1)for k∈{2,…,N} p(1)=\frac{1}{N},\qquad …

10 distributions  python 

मैंने डेटा के सेट के साथ R का उपयोग करके एक लॉगऑनॉर्मल मॉडल फिट किया है। परिणामी पैरामीटर निम्न थे: meanlog = 4.2991610 sdlog = 0.5511349 मैं इस मॉडल को स्पीपी में स्थानांतरित करना चाहता हूं, जिसका मैंने पहले कभी उपयोग नहीं किया है। Scipy का उपयोग करते हुए, मैं …

10 r  python  numpy  scipy 

यह मेरा प्रशिक्षण डेटा है: 200,000 उदाहरण x 10,000 सुविधाएँ। तो मेरा प्रशिक्षण डेटा मैट्रिक्स है - 200,000 x 10,000। मैंने प्रत्येक फ़िमेल को एक-एक करके (एक के बाद एक उदाहरण) सहेज कर मेमोरी मुद्दों के बिना एक सपाट फ़ाइल में इसे सहेजने में कामयाबी हासिल की, क्योंकि मैं प्रत्येक …

10 machine-learning  dataset  algorithms  python 

मैं वर्तमान में टी-एसएनई का उपयोग करके उच्च-आयामी डेटा के दृश्य की जांच कर रहा हूं। मेरे पास मिश्रित बाइनरी और निरंतर चर के साथ कुछ डेटा है और डेटा बाइनरी डेटा को बहुत आसानी से क्लस्टर करने के लिए प्रकट होता है। बेशक यह स्केल (0 और 1 के …

10 python  dimensionality-reduction  unsupervised-learning  tsne  mixed-type-data 

मेरे पास अजगर में एक डेटा फ़्रेम है जहां मुझे सभी श्रेणीबद्ध चर खोजने की आवश्यकता है। कॉलम के प्रकार की जांच करना हमेशा काम नहीं करता है क्योंकि intप्रकार भी श्रेणीबद्ध हो सकता है। इसलिए मैं यह जानने के लिए सही परिकल्पना परीक्षण विधि खोजने में मदद करता हूं …

10 hypothesis-testing  categorical-data  python  chi-squared  categorical-encoding 

मैं क्लस्टरिंग प्रदर्शन का मूल्यांकन करने की कोशिश कर रहा हूं। मैं मेट्रिक्स पर स्कीस्किट-लर्न डॉक्यूमेंटेशन पढ़ रहा था । मुझे एआरआई और एएमआई के बीच अंतर समझ में नहीं आता है। मुझे ऐसा लगता है कि वे दो अलग-अलग तरीकों से एक ही काम करते हैं। प्रलेखन से उद्धृत: …

10 clustering  python  scikit-learn 

मेरे कार्यक्रम में मुझे अपने स्वयं के आरएनजी के साथ प्रत्येक एन-थ्रेड को अलग-अलग चलाने की आवश्यकता है जो कि एक बड़े डेटासेट के नमूने के लिए उपयोग किया जाता है। मुझे इस पूरी प्रक्रिया को एक मान के साथ बीजने में सक्षम होने की आवश्यकता है ताकि मैं परिणामों …

10 python  monte-carlo  random-generation  numpy 

यहाँ पायथन में सुविधा चयन विधि के लिए मेरा कोड है : from sklearn.svm import LinearSVC from sklearn.datasets import load_iris iris = load_iris() X, y = iris.data, iris.target X.shape (150, 4) X_new = LinearSVC(C=0.01, penalty="l1", dual=False).fit_transform(X, y) X_new.shape (150, 3) लेकिन नया X (आश्रित चर - X_new) प्राप्त करने के …

10 feature-selection  python  scikit-learn