regression पर टैग किए गए जवाब

वर्तमान में रिज रिग्रेशन सीखना और मैं अधिक जटिल मॉडल (या अधिक जटिल मॉडल की परिभाषा) के दंड के बारे में थोड़ा भ्रमित था। मैं जो समझता हूं, उससे जरूरी नहीं है कि मॉडल जटिलता बहुपद के आदेश के अनुरूप हो। इसलिए:2 + 3 + 4एक्स2+ ५एक्स3+ 6एक्स42+3+4एक्स2+5एक्स3+6एक्स4 2 + …

9 regression  regularization  hyperparameter 

परिमित अंशांकन पर दस्तावेज़ सीखते हैं वे लॉजिस्टिक प्रतिगमन की तुलना अन्य तरीकों से करते हैं और टिप्पणी करते हैं कि यादृच्छिक वन लॉजिस्टिक रिग्रेशन की तुलना में कम अच्छी तरह से कैलिब्रेटेड है। लॉजिस्टिक रिग्रेशन को अच्छी तरह से कैलिब्रेट क्यों किया जाता है? एक लॉजिस्टिक रिग्रेशन के अंशांकन …

9 regression  logistic  calibration 

ओएलएस प्रतिगमन निरंतर प्रतिक्रिया पर लागू होने के साथ, प्रत्येक कोवरिएट पर अवशिष्ट के क्रमिक रूप से चल रहे रजिस्टरों द्वारा एक से अधिक प्रतिगमन समीकरण का निर्माण किया जा सकता है। मेरा सवाल यह है कि क्या लॉजिस्टिक रिग्रेशन रेजीड्यूल्स के माध्यम से लॉजिस्टिक रिग्रेशन के साथ ऐसा करने …

9 regression  logistic  residuals 

मैं आरकेएचएस प्रतिगमन और रैखिक प्रतिगमन में नियमितीकरण के बीच अंतर का अध्ययन कर रहा हूं, लेकिन मेरे पास दोनों के बीच महत्वपूर्ण अंतर को समझने में कठिन समय है। इनपुट-आउटपुट जोड़े दिए (xi,yi)(xi,yi)(x_i,y_i), मैं एक फ़ंक्शन का अनुमान लगाना चाहता हूं f(⋅)f(⋅)f(\cdot) निम्नलिखित नुसार f(x)≈u(x)=∑i=1mαiK(x,xi),f(x)≈u(x)=∑i=1mαiK(x,xi),\begin{equation}f(x)\approx u(x)=\sum_{i=1}^m \alpha_i K(x,x_i),\end{equation} कहाँ …

9 regression  generalized-linear-model  regularization  kernel-trick  rbf-kernel 

मैं डेटा बिंदुओं को वर्गीकृत करना चाहता हूं क्योंकि या तो अधिक जटिल मॉडल की आवश्यकता है, या अधिक जटिल मॉडल की आवश्यकता नहीं है। मेरी वर्तमान सोच सभी डेटा को एक सरल रेखीय मॉडल में फिट करना है, और इस वर्गीकरण को बनाने के लिए अवशिष्टों के आकार का …

9 regression  multiple-regression  residuals  bias-variance-tradeoff 

'द एलीमेंट ऑफ स्टैटिस्टिकल लर्निंग' में, रैखिक-मॉडल के पूर्वाग्रह-विघटन के लिए अभिव्यक्ति के रूप में दिया गया है Err(x0)=σ2ϵ+E[f(x0)−Ef^(x0)]2+||h(x0)||2σ2ϵ,Err(x0)=σϵ2+E[f(x0)−Ef^(x0)]2+||h(x0)||2σϵ2,Err(x_0)=\sigma_\epsilon^2+E[f(x_0)-E\hat f(x_0)]^2+||h(x_0)||^2\sigma_\epsilon^2, कहाँ पे f(x0)f(x0)f(x_0)वास्तविक लक्ष्य समारोह, है मॉडल में यादृच्छिक त्रुटि के विचरण है और के रैखिक आकलनकर्ता है ।σ2ϵσϵ2 \sigma_\epsilon^2y=f( x )+ϵy=f(x)+εy=f(x)+\epsilonच^( x )च^(एक्स)\hat f(x)च( x )च(एक्स)f(x) विचरण शब्द मुझे …

9 regression  linear-model  bias-variance-tradeoff 

नीचे दिए गए कथानक पर विचार करें जिसमें मैंने निम्नानुसार डेटा का अनुकरण किया है। हम एक द्विआधारी परिणाम को देखते हैं जिसके लिए 1 होने की सच्ची संभावना काली रेखा से संकेतित होती है। एक covariate और के बीच कार्यात्मक संबंध लॉजिस्टिक लिंक के साथ तीसरा क्रम बहुपद है …

9 regression  logistic  bayesian  confidence-interval  credible-interval 

मैं वर्तमान में दो अलग-अलग फॉस्फोरस परीक्षण मूल्यों को एक-दूसरे में बदलने के लिए काम कर रहा हूं। पृष्ठभूमि मिट्टी में उपलब्ध फास्फोरस को मापने के लिए कई (निष्कर्षण) तरीके मौजूद हैं। अलग-अलग देश अलग-अलग तरीके लागू करते हैं, इसलिए पी-फर्टिलिटी की गणना करने के लिए पी-टेस्ट वैल्यू y और …

9 regression  total-least-squares 

उदाहरण: मेरे पास नौकरी के विवरण में एक वाक्य है: "यूके में जावा वरिष्ठ इंजीनियर"। मैं इसे 2 श्रेणियों के रूप में भविष्यवाणी करने के लिए एक गहरे शिक्षण मॉडल का उपयोग करना चाहता हूं: English और IT jobs। यदि मैं पारंपरिक वर्गीकरण मॉडल का उपयोग करता हूं, तो यह …

9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 

मान लीजिए कि मेरे पास अलग-अलग आबादी के आकार वाले शहरों का एक समूह है, और मैं यह देखना चाहता था कि किसी शहर में शराब की दुकानों और DUI की संख्या के बीच सकारात्मक रैखिक संबंध था या नहीं। जहां मैं यह निर्धारित कर रहा हूं कि यह संबंध …

9 regression  multicollinearity 

आप कॉक्स आनुपातिक खतरे वाले मॉडल से उत्तरजीविता वक्र की व्याख्या कैसे करते हैं? इस खिलौना उदाहरण में, मान लें कि हमारे पास डेटा ageमें परिवर्तनशील पर एक कॉक्स आनुपातिक खतरा मॉडल है kidney, और उत्तरजीविता वक्र उत्पन्न करता है। library(survival) fit <- coxph(Surv(time, status)~age, data=kidney) plot(conf.int="none", survfit(fit)) grid() उदाहरण …

9 r  survival  cox-model  likelihood  machine-learning  deep-learning  generative-models  machine-learning  reinforcement-learning  q-learning  regression  multicollinearity  convergence  beta-distribution  bernoulli-distribution  machine-learning  self-study  pattern-recognition  neural-networks  stochastic-processes  linear 

आँकड़ों में मेरे छोटे से अनुभव के बाद, ऐसा लगता है कि एनोवा परिणाम प्राप्त करने में इस्तेमाल किए जाने वाले वर्गों के प्रकार (I, II, III, IV ...) का उपयोग परीक्षा परिणामों में नाटकीय रूप से अंतर कर सकता है (विशेष रूप से बातचीत के साथ मॉडल और लापता) …

9 regression  anova  manova  reporting  sums-of-squares 

यह पोस्ट एक रैखिक प्रतिगमन मॉडल, को संदर्भित करता है । मैंने हमेशा त्रुटि (SSE) के लिए वर्गों के योग में वर्गों (SSTO) के विभाजन को लिया है और विश्वास पर मॉडल (SSR) के लिए वर्गों का योग है, लेकिन एक बार जब मैंने इसके बारे में सोचना शुरू कर …

9 regression  sums-of-squares  orthogonal 

हस्ती और तिब्शीरानी ने अपनी पुस्तक के खंड 4.3.2 में उल्लेख किया है कि रैखिक प्रतिगमन सेटिंग में, सबसे कम वर्ग दृष्टिकोण वास्तव में अधिकतम संभावना का एक विशेष मामला है। हम इस परिणाम को कैसे साबित कर सकते हैं? पुनश्च: कोई गणितीय विवरण नहीं।

9 regression  maximum-likelihood  least-squares 

मैं इस पत्र को पढ़ रहा हूं , और मुझे गौसियन प्रोसेस रिग्रेशन के समीकरणों की व्युत्पत्ति के बाद कठिनाई हो रही है। वे रासमुसेन और विलियम्स की सेटिंग और नोटेशन का उपयोग करते हैं । इस प्रकार, , शून्य-माध्य, स्थिर और सामान्य रूप से विचरण के साथ वितरित शोर …

9 regression  bayesian  gaussian-process