stratification पर टैग किए गए जवाब

स्तरीकृत क्रॉस-वेलिडेशन और क्रॉस-वैलिडेशन के बीच अंतर क्या है ? विकिपीडिया कहता है: में स्तरीकृत कश्मीर गुना पार सत्यापन , परतों का चयन किया जाता है, ताकि मतलब प्रतिक्रिया मूल्य सभी परतों में लगभग बराबर है। एक द्विबीजपत्री वर्गीकरण के मामले में, इसका मतलब है कि प्रत्येक तह में लगभग …

54 cross-validation  stratification 

मुझे बताया गया है कि स्तरीकृत क्रॉस सत्यापन का उपयोग करना फायदेमंद है, खासकर जब प्रतिक्रिया कक्षाएं असंतुलित होती हैं। यदि क्रॉस-वैलिडेशन का एक उद्देश्य हमारे मूल प्रशिक्षण डेटा नमूने की यादृच्छिकता के लिए खाते में मदद करना है, तो निश्चित रूप से प्रत्येक तह को एक ही वर्ग वितरण …

29 cross-validation  resampling  stratification 

मैं यह जानना चाहूंगा कि क्या वर्गीकरण के लिए मूल डेटासेट को प्रशिक्षण और परीक्षण में विभाजित करते समय यादृच्छिक नमूने के बजाय स्तरीकृत नमूने का उपयोग करने के कोई / कुछ फायदे हैं। इसके अलावा, स्तरीकृत नमूने यादृच्छिक नमूनाकरण की तुलना में क्लासिफायर में अधिक पूर्वाग्रह का परिचय देता …

21 classification  cross-validation  random-forest  train  stratification 

में प्रतिगमन मॉडलिंग रणनीतियाँ Harrell (द्वितीय संस्करण) द्वारा एक वर्ग (एस 20.1.7) एक covariate जिसका मुख्य प्रभाव जीवित रहने पर हम (नीचे उदाहरण में उम्र) के रूप में अच्छी तरह से अनुमान लगाना चाहते के बीच एक बातचीत सहित कॉक्स मॉडल पर चर्चा और एक है covariate जिसका मुख्य प्रभाव …

13 survival  cox-model  stratification 

इनाम: पूर्ण इनाम किसी ऐसे व्यक्ति को दिया जाएगा जो किसी भी प्रकाशित पेपर का संदर्भ प्रदान करता है जो नीचे दिए गए आकलनकर्ता का उपयोग करता है या उसका उल्लेख करता है ।F~F~\tilde{F} प्रेरणा: यह खंड शायद आपके लिए महत्वपूर्ण नहीं है और मुझे संदेह है कि यह आपको …

13 distributions  bernoulli-distribution  stratification  rejection-sampling  ecdf 

इसलिए, मुझे लगभग 60 x 1000 का एक मैट्रिक्स मिला है। मैं इसे 1000 ऑब्जेक्ट्स के साथ 60 ऑब्जेक्ट्स के रूप में देख रहा हूं; 60 वस्तुओं को 3 वर्गों (ए, बी, सी) में बांटा गया है। प्रत्येक कक्षा में 20 वस्तुएं, और हम सही वर्गीकरण जानते हैं। मैं ६० …

12 machine-learning  classification  multilevel-analysis  random-forest  stratification 

रैंडम फ़ॉरेस्ट कार्यान्वयन प्रतिस्थापन के साथ नमूना लेने पर भी, टिप्पणियों की संख्या से परे नमूनाकरण की अनुमति नहीं देता है। ऐसा क्यों है? ठीक काम करता है: rf <- randomForest(Species ~ ., iris, sampsize=c(1, 1, 1), replace=TRUE) rf <- randomForest(Species ~ ., iris, sampsize=3, replace=TRUE) मुझे क्या करने का …

11 r  sampling  random-forest  stratification  oversampling 

अलग-अलग मॉडल बनाम मल्टीलेवल मॉडलिंग चलाने के फायदे और नुकसान क्या हैं? विशेष रूप से, मान लें कि एक अध्ययन किया गया परीक्षण किया गया है कि देशों के भीतर नेस्टेड डॉक्टरों के व्यवहारों में निहित मरीज हैं। प्रत्येक देश बनाम तीन स्तरीय नेस्टेड मॉडल के लिए अलग-अलग मॉडल चलाने …

10 multilevel-analysis  stratification 

मेरे पास फॉर्म का GLMM है: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) जब मैं उपयोग करता हूं drop1(model, test="Chi"), तो मुझे Anova(model, type="III")कार के पैकेज से उपयोग करने की तुलना में अलग-अलग परिणाम मिलते हैं या summary(model)। ये उत्तरार्द्ध दो ही जवाब …

10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 

हम कहते हैं कि मेरे पास एक वर्गीकरण समस्या के लिए पंक्तियों का एक समूह है: X1,...XN,YX1,...XN,YX_1, ... X_N, Y कहाँ पे X1,...,XNX1,...,XNX_1, ..., X_N सुविधाएँ / भविष्यवाणियों और हैं YYY पंक्ति का फीचर संयोजन किस श्रेणी का है। कई फीचर संयोजन और उनकी कक्षाएं डेटासेट में दोहराई जाती हैं, …

9 machine-learning  classification  data-mining  logistic  stratification