random-forest पर टैग किए गए जवाब

मैं यह समझने की कोशिश कर रहा हूं कि कैसे मैं एक श्रेणीबद्ध चर के फीचर महत्व को प्राप्त कर सकता हूं जिसे डमी चर में तोड़ दिया गया है। मैं scikit-learn का उपयोग कर रहा हूं, जो आपके लिए R या h2o करने के लिए श्रेणीबद्ध चर को नहीं …

18 categorical-data  random-forest  interpretation  importance 

मैं ऑटोमोबाइल वर्गीकृत विज्ञापन साइटों पर उपलब्ध कीमतों और सुविधाओं का उपयोग करते हुए ऑटोमोबाइल की कीमतों की भविष्यवाणी करने के लिए सबसे अच्छे मॉडल की पहचान करने की कोशिश कर रहा हूं। इसके लिए मैंने स्किकिट-लर्न लाइब्रेरी और न्यूरल नेटवर्क मॉडल से पाइब्रेन और न्यूरोलैब के कुछ मॉडलों का …

17 machine-learning  neural-networks  random-forest  r-squared  elastic-net 

मैं कई एल्गोरिदम के साथ काम कर रहा हूं: रैंडमफॉरस्ट, डिसिजनट्रीज, नाइवेबेज, एसवीएम (कर्नेल = लीनियर और आरबीएफ), केएनएन, एलडीए और एक्सजीबोस्ट। एसवीएम को छोड़कर सभी बहुत तेज थे। यही कारण है कि जब मुझे पता चला कि इसे तेजी से काम करने के लिए फीचर स्केलिंग की जरूरत है। …

17 machine-learning  svm  random-forest  naive-bayes  xgboost 

एक बार जब मैंने आर में (रिग्रेशन) रैंडम फॉरेस्ट मॉडल बनाया है, तो कॉल rf$importanceमुझे प्रत्येक प्रेडिक्टर चर के लिए दो उपाय प्रदान करता है, %IncMSEऔर IncNodePurity। क्या यह व्याख्या कि छोटे %IncMSEमूल्यों के साथ भविष्यवक्ता चर, बड़े %IncMSEमूल्यों वाले भविष्यवक्ता चर की तुलना में अधिक महत्वपूर्ण है ? कैसे …

17 r  feature-selection  random-forest 

मेरे पास ज्यादातर वित्तीय चर (120 विशेषताएं, 4k उदाहरण) के साथ एक डेटासेट है जो ज्यादातर अत्यधिक सहसंबद्ध और बहुत शोर (तकनीकी संकेतक, उदाहरण के लिए) हैं, इसलिए मैं मॉडल प्रशिक्षण (बाइनरी वर्गीकरण) के साथ अधिकतम 20-30 के बारे में चयन करना चाहूंगा - वृद्धि कमी)। मैं फीचर रैंकिंग के …

17 feature-selection  random-forest  python 

मैं जिस परियोजना पर काम कर रहा हूं, उसके लिए विभिन्न वर्गीकरण विधियों की खोज कर रहा हूं, और रैंडम वन की कोशिश करने में दिलचस्पी रखता हूं। मैं अपने आप को शिक्षित करने की कोशिश कर रहा हूं जैसे मैं साथ जाता हूं, और सीवी समुदाय द्वारा प्रदान की …

17 r  machine-learning  random-forest 

रैंडम वन (RFs) एक प्रतिस्पर्धी डेटा मॉडलिंग / खनन विधि है। एक RF मॉडल में एक आउटपुट होता है - आउटपुट / पूर्वानुमान चर। आरएफ के साथ कई आउटपुट मॉडलिंग के लिए भोली दृष्टिकोण प्रत्येक आउटपुट चर के लिए एक आरएफ का निर्माण होगा। इसलिए हमारे पास एन स्वतंत्र मॉडल …

17 machine-learning  cart  random-forest  multilabel 

randomForestजब मैं उपयोग करता हूं तो पैकेज की कक्षा की संभावनाओं का अनुमान कैसे लगाया जाता है predict(model, data, type = "prob")? मैं संभावनाओं का अनुमान लगाने rangerके probability = Tतर्क का उपयोग करके यादृच्छिक जंगलों के प्रशिक्षण के लिए उपयोग कर रहा था । rangerप्रलेखन में कहते हैं कि …

17 r  random-forest  prediction 

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 

इसलिए, मैं ML क्षेत्र में नौसिखिया हूं और मैं कुछ वर्गीकरण करने की कोशिश करता हूं। मेरा लक्ष्य एक खेल घटना के परिणाम की भविष्यवाणी करना है। मैंने कुछ ऐतिहासिक डेटा एकत्र किए हैं और अब एक क्लासिफायरियर को प्रशिक्षित करने का प्रयास करता हूं। मुझे लगभग 1200 नमूने मिले, …

16 classification  svm  feature-selection  random-forest 

मैं एक अत्यंत असंतुलित डेटा सेट के परिणाम की भविष्यवाणी करने के लिए रैंडम फ़ॉरेस्ट का उपयोग करने की कोशिश कर रहा हूं (अल्पसंख्यक वर्ग की दर लगभग 1% या उससे कम है)। क्योंकि पारंपरिक रैंडम फ़ॉरेस्ट एल्गोरिथ्म अल्पसंख्यक वर्गों पर विशेष ध्यान देने के बजाय समग्र त्रुटि दर को …

16 r  random-forest 

मेरे इनपुट चर के विभिन्न आयाम हैं। कुछ चर दशमलव हैं जबकि कुछ सैकड़ों हैं। क्या यादृच्छिक वन का उपयोग करते समय डेटा को आयामहीन बनाने के लिए इन इनपुट चर को केंद्र (घटाना औसत) या स्केल (मानक विचलन द्वारा विभाजित) करना आवश्यक है?

16 random-forest  standardization  data-preprocessing  centering 

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 

मैं यादृच्छिक जंगलों के लिए काफी नया हूं। अतीत में, मैंने हमेशा किसी भी ओवरफिटिंग का पता लगाने के लिए फिट बनाम ट्रेन के खिलाफ फिट बनाम टेस्ट की सटीकता की तुलना की है। लेकिन मैंने अभी यहाँ पढ़ा है कि: "यादृच्छिक जंगलों में, परीक्षण सेट त्रुटि का निष्पक्ष अनुमान …

15 cross-validation  random-forest  overfitting