random-forest पर टैग किए गए जवाब

मैं 2 समूहों के बीच नमूनों को वर्गीकृत करने के लिए यादृच्छिक वन की क्षमता का परीक्षण करने की कोशिश कर रहा हूं; वर्गीकरण के लिए इस्तेमाल किए गए चर के 54 नमूने और अलग-अलग संख्याएं हैं। मैं सोच रहा था कि जब मैं 50k पेड़ों का उपयोग कर रहा …

10 machine-learning  random-forest 

मैं एक पेपर मिल के प्रदर्शन पर पूर्वानुमान बनाने के लिए आरएफ प्रतिगमन का उपयोग करने का प्रयास कर रहा हूं। मेरे पास इनपुट्स (लकड़ी की लुगदी आदि की दर और मात्रा ...) के साथ-साथ मशीन के प्रदर्शन (कागज का उत्पादन, मशीन द्वारा तैयार की गई शक्ति) और मैं भविष्यवाणियां …

10 time-series  forecasting  cross-validation  random-forest  autoregressive 

रेडियल-बेस फंक्शन कर्नेल के साथ सपोर्ट वेक्टर मशीनें एक सामान्य-प्रयोजन पर्यवेक्षित क्लासिफायरियर है। जबकि मैं इन एसवीएम के लिए सैद्धांतिक नींव, और उनके मजबूत बिंदुओं को जानता हूं, मुझे उन मामलों की जानकारी नहीं है जिनमें वे पसंदीदा विधि हैं। तो, वहाँ समस्याओं का एक वर्ग है जिसके लिए आरबीएफ …

10 machine-learning  logistic  classification  svm  random-forest 

जहाँ तक मैंने देखा है, इस बारे में राय अलग-अलग है। सबसे अच्छा अभ्यास निश्चित रूप से क्रॉस-वैलिडेशन का उपयोग करके निर्देशित करेगा (विशेषकर यदि एक ही डेटासेट पर अन्य एल्गोरिदम के साथ आरएफ की तुलना करें)। दूसरी ओर, मूल स्रोत बताता है कि मॉडल प्रशिक्षण के दौरान ओओबी त्रुटि …

10 cross-validation  random-forest  overfitting  out-of-sample 

रैंडम फ़ॉरेस्ट्स (ब्रेमेन, 1999) के खंड 7 में , लेखक निम्नलिखित अनुमान बताता है: "अडाबोस्ट एक रैंडम फ़ॉरेस्ट" है। क्या किसी ने साबित किया है, या यह नापसंद है? 1999 की इस पोस्ट को साबित करने या उसे खारिज करने के लिए क्या किया गया है?

10 machine-learning  random-forest  boosting 

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 कुछ साहित्य पढ़ा है कि यादृच्छिक वन ओवरफिट नहीं कर सकते हैं। जबकि यह बहुत अच्छा लगता है, यह सच होना बहुत अच्छा लगता है। क्या rf की ओवरफिट करना संभव है?

10 random-forest  overfitting 

सभी स्पीशीज डिस्ट्रीब्यूशन मॉडलिंग साहित्य से पता चलता है कि जब किसी ऐसे मॉडल का उपयोग करते हुए प्रजातियों की मौजूदगी / अनुपस्थिति की भविष्यवाणी की जाती है, जो संभाव्यता (उदाहरण के लिए, रैंडमफॉरेस्ट्स) का उपयोग करते हैं, तो थ्रेशोल्ड प्रोबेबिलिटी का चुनाव जिसके द्वारा वास्तव में उपस्थिति या अनुपस्थिति …

10 r  classification  random-forest  threshold 

मुझे यह समझने में परेशानी हो रही है कि पैकेज के varImpसाथ यादृच्छिक यादृच्छिक मॉडल के लिए फ़ंक्शन कैसे काम करता है caret। नीचे दिए गए उदाहरण में सुविधा var3 को कैरेट के varImpफ़ंक्शन का उपयोग करके शून्य महत्व मिलता है , लेकिन अंतर्निहित randomForest अंतिम मॉडल में सुविधा var3 …

10 r  caret  random-forest 

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 

वृक्ष आधारित पहनावा पद्धति जैसे कि रैंडम फ़ॉरेस्ट, और बाद के डेरिवेटिव (जैसे, सशर्त वन), सभी चर तथाकथित तथाकथित "छोटे n , बड़े पी " समस्याओं के लिए उपयोगी होते हैं , रिश्तेदार चर महत्व की पहचान के लिए। दरअसल, यह मामला प्रतीत होता है, लेकिन मेरा सवाल यह है …

10 random-forest  small-sample  ensemble 

मैं rfobject$importanceऔर importance(rfobject)MeanDecreaseAccuracy कॉलम में अंतर नहीं पाता। उदाहरण: > data("iris") > fit <- randomForest(Species~., data=iris, importance=TRUE) > fit$importance setosa versicolor virginica MeanDecreaseAccuracy MeanDecreaseGini Sepal.Length 0.027078501 0.019418330 0.040497602 0.02898837 9.173648 Sepal.Width 0.008553449 0.001962036 0.006951771 0.00575489 2.472105 Petal.Length 0.313303381 0.291818815 0.280981959 0.29216790 41.284869 Petal.Width 0.349686983 0.318527008 0.270975757 0.31054451 46.323415 > importance(fit) …

10 r  random-forest  importance 

मेरे पास लगभग 70 वैरिएबल के साथ एक डेटा सेट है जिसे मैं कट करना चाहूंगा। मैं जो करना चाह रहा हूं वह निम्नलिखित फैशन में सबसे उपयोगी चर खोजने के लिए सीवी का उपयोग करना है। 1) यादृच्छिक रूप से 20 वेरिएबल्स का चयन करें। 2) सबसे महत्वपूर्ण चर …

10 r  cross-validation  feature-selection  random-forest  stepwise-regression 

मैं नमूनों की तुलना में अधिक भविष्यवक्ताओं के साथ "विस्तृत" डेटासेट में निरंतर परिणाम की व्याख्या करने की कोशिश करने के लिए एक यादृच्छिक वन मॉडल विकसित करने के लिए आर में यादृच्छिकतम पैकेज का उपयोग कर रहा हूं। विशेष रूप से, मैं एक आरएफ मॉडल फिटिंग कर रहा हूं, …

10 r  machine-learning  hypothesis-testing  model-selection  random-forest 

मुझे MNIST, CIFAR, STL-10, आदि के लिए रैंडम फ़ॉरेस्ट्स के आवेदन पर कोई साहित्य नहीं मिला है, इसलिए मैंने सोचा कि मैं उन्हें क्रमपरिवर्तन-अपरिवर्तनीय MNIST के साथ स्वयं प्रयास करूँगा। में आर , मैंने कोशिश की: randomForest(train$x, factor(train$y), test$x, factor(test$y), ntree=500) यह 2 घंटे तक चला और 2.8% परीक्षण त्रुटि …

10 r  machine-learning  classification  random-forest  scikit-learn