regression पर टैग किए गए जवाब

यदि हम डेटा सेट से शुरू करते हैं , तो इसके लिए Lasso को लागू करें और β L का समाधान प्राप्त करें , हम Lasso को फिर से डेटा सेट ( X S , Y ) पर लागू कर सकते हैं , जहां S , गैर-शून्य का सेट है …

16 regression  optimization  lasso  regularization  shrinkage 

जैसा कि इस कोर्स हैंडआउट (पेज 1) में बताया गया है , एक रेखीय मॉडल को फॉर्म में लिखा जा सकता है: y=β1x1+⋯+βpxp+εi,y=β1x1+⋯+βpxp+εi, y = \beta_1 x_{1} + \cdots + \beta_p x_{p} + \varepsilon_i, जहाँ yyy प्रतिक्रिया चर है और xixix_{i} , ithithi^{th} व्याख्यात्मक चर है। अक्सर परीक्षण मान्यताओं को …

16 regression  generalized-linear-model  data-transformation  linear-model 

लासो या रिज रिग्रेशन में, एक संकोचन पैरामीटर को निर्दिष्ट करना होता है, जिसे अक्सर या द्वारा कहा जाता है । यह मान अक्सर क्रॉस सत्यापन के माध्यम से चुना जाता है प्रशिक्षण डेटा पर विभिन्न मूल्यों का एक गुच्छा की जाँच करके और देखने के लिए कि परीक्षण डेटा …

16 regression  lasso  regularization  ridge-regression  penalized 

अनुमान के लिए ARIMA त्रुटियों (डायनेमिक प्रतिगमन) के साथ प्रतिगमन का उपयोग करने की स्थिर आवश्यकताएं क्या हैं? विशेष रूप से, मेरे पास एक गैर-स्थिर निरंतर परिणाम चर , एक गैर-स्थिर निरंतर भविष्य कहनेवाला चर x a और एक डमी चर उपचार श्रृंखला x b । मैं यह जानना चाहूंगा …

16 regression  time-series  arima  stationarity 

मैं अभी भी सामान्यीकृत रेखीय मॉडल के लिए बहुत नया हूं, और मैंने जिन जीएलएम ग्रंथों को उठाया है उनमें से अधिकांश में मैं बहुत सारे अंकन के साथ संघर्ष करता हूं। क्या बेहद लोकप्रिय जीएलएम किताबें हैं जो खुद को पठनीयता के लिए बेहतर बताती हैं?

16 regression  generalized-linear-model  references 

मान लें कि मेरे पास एक बहुक्रियाशील (कई स्वतंत्र चर) प्रतिगमन हैं जिनमें 3 चर हैं। उन चर में से प्रत्येक में एक दिया गुणांक है। अगर मैं 4 वें चर को लागू करने और प्रतिगमन को फिर से शुरू करने का फैसला करता हूं, तो क्या 3 मूल चर …

16 regression  multiple-regression  multivariable 

कुछ नियमितीकरण के साथ रैखिक प्रतिगमन पर विचार करें: जैसे कि पता लगाएं कि xxx कम करता है ||Ax−b||2+λ||x||1||Ax−b||2+λ||x||1||Ax - b||^2+\lambda||x||_1 आमतौर पर, ए के कॉलम को शून्य मीन और यूनिट मानदंड के लिए मानकीकृत किया जाता है, जबकि को शून्य माध्य के लिए केंद्रित किया जाता है। मैं यह …

16 regression  lasso  regularization  standardization 

मैं इसके लिए काफी नया हूं, इसलिए मुझे आशा है कि यदि प्रश्न भोला हो तो आप मुझे क्षमा करें। (संदर्भ: मैं डेविडसन और मैककिनोन की पुस्तक "इकोनोमेट्रिक थ्योरी एंड मेथड्स" से अर्थमिति सीख रहा हूं , और वे इसे स्पष्ट नहीं करते हैं; मैंने ल्युबर्गर की अनुकूलन पुस्तक को …

16 regression  least-squares 

मेरे पास एक क्लासिक रैखिक मॉडल है, जिसमें 5 संभव रजिस्ट्रार हैं। वे एक दूसरे के साथ असंबंधित हैं, और प्रतिक्रिया के साथ काफी कम संबंध हैं। मैं एक ऐसे मॉडल पर पहुंचा हूं, जहां रजिस्टरों में से 3 के पास उनके टी स्टेटिस्टिक (पी <0.05) के लिए महत्वपूर्ण गुणांक …

16 r  regression  self-study  linear-model 

मैं एक "परिवर्तन बिंदु" विश्लेषण को लागू करने की कोशिश कर रहा हूं, या nls()आर में उपयोग करके एक मल्टीफ़ेज़ प्रतिगमन । यहां मैंने कुछ नकली डेटा बनाए हैं । डेटा फिट करने के लिए मैं जिस सूत्र का उपयोग करना चाहता हूं वह है: y= β0+ β1x + β2अधिकतम …

16 r  regression  change-point  nls 

रैखिक प्रतिगमन (चुकता नुकसान) में, मैट्रिक्स का उपयोग करके हमारे पास उद्देश्य के लिए एक बहुत संक्षिप्त संकेतन है minimize ∥Ax−b∥2minimize ‖Ax−b‖2\text{minimize}~~ \|Ax-b\|^2 जहाँ AAA डेटा मैट्रिक्स है, xxx गुणांक है, और bbb प्रतिक्रिया है। क्या लॉजिस्टिक रिग्रेशन उद्देश्य के लिए मैट्रिक्स नोटेशन समान है? मैंने जितने भी नोटिस देखे …

16 regression  logistic  linear-model  notation 

एक रेखीय प्रतिगमन के साथ समय के साथ एक प्रवृत्ति को देखने के लिए "उचित" न्यूनतम संख्या क्या होगी? क्या एक द्विघात मॉडल फिटिंग के बारे में? मैं स्वास्थ्य (एसआईआई, आरआईआई) में असमानता के समग्र सूचकांकों के साथ काम करता हूं, और सर्वेक्षण की केवल 4 तरंगें हैं, इसलिए 4 …

16 regression 

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 

मेरे पास अलग-अलग पुस्तकालयों से दो अलग-अलग तरीकों के बारे में सवाल है जो एक ही काम कर रहे हैं। मैं रैखिक प्रतिगमन मॉडल बनाने की कोशिश कर रहा हूं। यहां वह कोड है जो मैं ओएलएस के साथ स्टैटमोडेल लाइब्रेरी का उपयोग कर रहा हूं: X_train, X_test, y_train, y_test …

16 regression  python  scikit-learn  statsmodels 

http://www.chioka.in/differences-between-l1-and-l2-as-loss-function-and-regularization/ यदि आप इस पोस्ट के शीर्ष पर देखते हैं, तो लेखक का उल्लेख है कि L2 मानदंड में एक अनूठा समाधान है और L1 मानदंड में संभवतः कई समाधान हैं। मैं इसे नियमितीकरण के संदर्भ में समझता हूं, लेकिन नुकसान फ़ंक्शन में एल 1 मानदंड या एल 2 मानक …

16 regression  lasso  regularization