regularization पर टैग किए गए जवाब

मैं बस उत्सुक हूं कि आमतौर पर केवल और मानदंड नियमित क्यों हैं । क्या इस बात के प्रमाण हैं कि ये बेहतर क्यों हैं?L1L1L_1L2L2L_2

36 lasso  regularization  ridge-regression 

मैं लगभग 60 भविष्यवक्ता चर और 30 टिप्पणियों के साथ एक बहुभिन्नरूपी रैखिक प्रतिगमन मॉडल को फिट करने की कोशिश कर रहा हूं, इसलिए मैं नियमित प्रतिगमन के लिए glmnet पैकेज का उपयोग कर रहा हूं क्योंकि p> n। मैं दस्तावेज़ीकरण और अन्य प्रश्नों से गुजर रहा हूं, लेकिन मैं …

36 r  regression  regularization  glmnet 

क्या लोचदार शुद्ध नियमितीकरण हमेशा लसो और रिज के लिए पसंद किया जाता है क्योंकि यह इन विधियों की कमियों को हल करने के लिए लगता है? अंतर्ज्ञान क्या है और लोचदार जाल के पीछे का गणित क्या है?

35 regression  lasso  regularization  ridge-regression  elastic-net 

मैं कल्पना करता हूं कि एक चर पर जितना बड़ा गुणांक होता है, उस आयाम में मॉडल को "स्विंग" करने की अधिक क्षमता होती है, जिससे शोर को फिट करने का एक बढ़ा मौका मिलता है। हालांकि मुझे लगता है कि मुझे मॉडल और बड़े गुणांक में विचरण के बीच …

33 regression  variance  linear-model  bias  regularization 

मैं एक सॉफ्टवेयर इंजीनियर लर्निंग मशीन लर्निंग हूं, खासकर एंड्रयू एनजी के मशीन लर्निंग कोर्स के जरिए । नियमितीकरण के साथ रैखिक प्रतिगमन का अध्ययन करते समय , मुझे ऐसे शब्द मिले हैं जो भ्रामक हैं: एल 1 नियमितीकरण या एल 2 नियमितीकरण के साथ प्रतिगमन LASSO रिज रिग्रेशन तो …

33 regression  terminology  lasso  regularization  ridge-regression 

Tikhonov नियमितीकरण और रिज प्रतिगमन अक्सर ऐसे शब्दों के रूप में उपयोग किया जाता है जैसे कि वे समान थे। क्या यह निर्दिष्ट करना संभव है कि अंतर क्या है?

33 regression  terminology  regularization  ridge-regression  tikhonov-regularization 

रिज, LASSO और इलास्टिक नियमितिकरण विधियों की तुलना कैसे करते हैं? उनके संबंधित फायदे और नुकसान क्या हैं? किसी भी अच्छे तकनीकी पेपर, या लेक्चर नोट्स की सराहना की जाएगी।

33 references  lasso  regularization  ridge-regression  elastic-net 

क्या कोई व्यक्ति SVD और PCA को समझने वाले किसी व्यक्ति के लिए आंशिक रूप से कम से कम वर्ग प्रतिगमन (ऑनलाइन उपलब्ध) के पीछे सिद्धांत के एक अच्छे प्रदर्शन की सिफारिश कर सकता है? मैंने कई स्रोतों को ऑनलाइन देखा है और ऐसा कुछ भी नहीं पाया है जिसमें …

33 regression  references  regularization  svd  partial-least-squares 

प्रतिगमन करते समय, उदाहरण के लिए, चुनने के लिए दो हाइपर पैरामीटर अक्सर फ़ंक्शन की क्षमता (उदाहरण के लिए, एक बहुपद का सबसे बड़ा प्रतिपादक), और नियमितीकरण की मात्रा है। मैं जिस उलझन में हूं, वह यह है कि क्यों न केवल कम क्षमता वाले फंक्शन का चयन किया जाए …

32 regression  machine-learning  optimization  regularization  polynomial 

नोट: मुझे पता है कि L1 में सुविधा चयन संपत्ति है। मैं यह समझने की कोशिश कर रहा हूं कि फीचर चयन पूरी तरह से अप्रासंगिक होने पर किसे चुनना है। कैसे तय करें कि किस नियमितीकरण (L1 या L2) का उपयोग करना है? एल 1 / एल 2 नियमितीकरण …

30 regression  lasso  regularization  ridge-regression 

मैं उन प्रासंगिक विशेषताओं का चयन करने के लिए GLM और इलास्टिक नेट का उपयोग करना चाहूंगा + एक रेखीय प्रतिगमन मॉडल का निर्माण (यानी, भविष्यवाणी और समझ दोनों, इसलिए अपेक्षाकृत कुछ मापदंडों के साथ छोड़ दिया जाना बेहतर होगा)। आउटपुट निरंतर है। यह प्रति मामलों में जीन है । …

29 r  regularization  glmnet  elastic-net  underdetermined 

मैं विभिन्न कॉवेरेट्स के साथ ARMAX मॉडल फिट करने के लिए पूर्वानुमान पैकेज में auto.arima () फ़ंक्शन का उपयोग करता हूं । हालाँकि, मेरे पास चयन करने के लिए अक्सर बड़ी संख्या में चर होते हैं और आमतौर पर एक अंतिम मॉडल होता है जो उनके सबसेट के साथ काम …

29 r  time-series  lasso  regularization  elastic-net 

लैस्सो समस्या _ पास बंद फ़ॉर्म समाधान है: \ Beta_j ^ {\ text {lasso}} = = mathrm {sgn} (\ beta ^ {\ text {LS}} _ j) (! \ beta_j ^ \ पाठ {LS | }} | - \ अल्फा) ^ + यदि X के पास असामान्य कॉलम हैं। यह इस …

28 regression  lasso  regularization 

मैंने Lassoप्रतिगमन जैसे कुछ के पहले चर के मानकीकरण के तीन मुख्य कारण पढ़े हैं : 1) गुणांकों की व्याख्या। 2) बाद के संकोचन गुणांक अनुमानों के सापेक्ष परिमाण द्वारा गुणांक महत्व को रैंक करने की क्षमता। 3) अवरोधन की कोई आवश्यकता नहीं। लेकिन मैं सबसे महत्वपूर्ण बिंदु के बारे …

28 normalization  lasso  standardization  regularization  shrinkage 

मूल इलास्टिक नेट पेपर Zou & Hastie (2005) रेगुलराइजेशन और वैरिएबल सिलेक्शन के जरिए इलास्टिक नेट पेश किया लीनियर रिग्रेशन के लिए इलास्टिक नेट लॉस फंक्शन (यहां मेरा मानना ​​है कि सभी वेरिएबल्स को केंद्रित और स्केल किया गया है): लेकिन इसे "भोला लोचदार जाल" कहा जाता है। उन्होंने तर्क …

27 regression  regularization  glmnet  elastic-net  shrinkage