svd पर टैग किए गए जवाब

मैं एक नमूना आकर्षित करना चाहूंगा । विकिपीडिया या तो एक का उपयोग कर पता चलता है Cholesky या Eigendecomposition , यानी या x∼N(0,Σ)x∼N(0,Σ)\mathbf{x} \sim N\left(\mathbf{0}, \mathbf{\Sigma} \right)Σ=D1DT1Σ=D1D1T \mathbf{\Sigma} = \mathbf{D}_1\mathbf{D}_1^T Σ=QΛQTΣ=QΛQT \mathbf{\Sigma} = \mathbf{Q}\mathbf{\Lambda}\mathbf{Q}^T और इसलिए नमूना के माध्यम से तैयार किया जा सकता है: या जहां x=D1vx=D1v \mathbf{x} …

16 normal-distribution  random-generation  svd  cholesky 

मैं दस्तावेज़-स्तरीय क्लस्टरिंग करने की कोशिश कर रहा हूं। मैंने टर्म-डॉक्यूमेंट फ़्रीक्वेंसी मैट्रिक्स का निर्माण किया है और मैं k- साधनों का उपयोग करके इन उच्च आयामी वैक्टरों को क्लस्टर करने का प्रयास कर रहा हूं। सीधे क्लस्ट करने के बजाय, मैंने जो भी किया, वह पहले यू, एस, वीटी …

16 clustering  pca  dimensionality-reduction  text-mining  svd 

एक साधारण समय श्रृंखला पर विचार करें: > tp <- seq_len(10) > tp [1] 1 2 3 4 5 6 7 8 9 10 हम इस समय श्रृंखला के लिए एक आसन्न मैट्रिक्स की गणना कर सकते हैं जो नमूनों के बीच अस्थायी लिंक का प्रतिनिधित्व करते हैं। इस मैट्रिक्स …

15 time-series  matrix-decomposition  svd 

मैं सामान्यीकृत SVD के बारे में Hervé Abdi के लेख पर आया था । लेखक ने उल्लेख किया: सामान्यीकृत एसवीडी (जीएसवीडी) एक आयताकार मैट्रिक्स को विघटित करता है और पंक्तियों और मैट्रिक्स के स्तंभों पर लगाए गए अवरोधों को ध्यान में रखता है। GSVD एक निचली श्रेणी के मैट्रिक्स द्वारा …

15 multivariate-analysis  svd 

इन शब्दों को एक साथ बहुत फेंक दिया जाता है, लेकिन मैं यह जानना चाहूंगा कि आप क्या सोचते हैं कि अंतर क्या है, यदि कोई हो। धन्यवाद

15 pca  text-mining  svd 

संभवत: यहां विषय बंद है, लेकिन पहले से ही कई ( एक , दो ) संबंधित प्रश्न मौजूद हैं। साहित्य में घूमना (या ट्रंकेटेड एसवीडी एल्गोरिदम के लिए एक Google खोज) बहुत सारे पेपर को बदल देता है जो विभिन्न तरीकों से काटे गए एसवीडी का उपयोग करते हैं, और …

14 algorithms  svd  numerics 

अगर मैं पूरी तरह से यादृच्छिक डेटा से बना 2-डी मैट्रिक्स का निर्माण करता हूं, तो मैं पीसीए और एसवीडी घटकों को अनिवार्य रूप से कुछ भी नहीं समझाने की उम्मीद करूंगा। इसके बजाय, ऐसा लगता है कि पहला SVD कॉलम 75% डेटा की व्याख्या करता प्रतीत होता है। यह …

13 r  pca  svd 

मैं एक विरल / गैपी डेटा सेट के आधार पर एक सहसंयोजक मैट्रिक्स को विघटित करने की कोशिश कर रहा हूं। मैं देख रहा हूँ कि लैम्ब्डा (समझाया गया विचरण) का योग, जैसा कि गणना svdकी जा रही है, तेजी से गप्पी डेटा के साथ प्रवर्धित किया जा रहा है। …

12 r  svd  eigenvalues 

मान लीजिए कि मेरे पास एक नेटफ्लिक्स-शैली की सिफारिश की मैट्रिक्स है, और मैं एक मॉडल का निर्माण करना चाहता हूं जो किसी दिए गए उपयोगकर्ता के लिए संभावित भविष्य की मूवी रेटिंग की भविष्यवाणी करता है। साइमन फंक के दृष्टिकोण का उपयोग करते हुए, एक पूर्ण मैट्रिक्स और आइटम-बाय-आइटम …

12 svd  recommender-system 

मैं बीजगणितीय / सटीक स्तर पर प्रधान घटक विश्लेषण और एकवचन मूल्य अपघटन के बीच के संबंध को समझता हूं। मेरा प्रश्न स्कोर-लर्न कार्यान्वयन के बारे में है । प्रलेखन कहता है: " [ट्रंचकेटेडएसवीडी] पीसीए के समान है, लेकिन एक कोवरियन मैट्रिक्स के बजाय सीधे नमूना वैक्टर पर संचालित होता …

12 pca  scikit-learn  svd  scipy 

बन्द है। यह सवाल ऑफ टॉपिक है । यह वर्तमान में उत्तर स्वीकार नहीं कर रहा है। इस प्रश्न को सुधारना चाहते हैं? प्रश्न को अपडेट करें ताकि यह क्रॉस मान्य के लिए विषय पर हो । पिछले साल बंद हुआ । मैं एक मैट्रिक्स पर विलक्षण वेक्टर अपघटन का …

11 data-visualization  python  svd 

सभी आधुनिक सिफारिशकर्ता प्रणालियों में जो मैंने देखा है कि मैट्रिक्स फैक्टराइजेशन पर भरोसा करते हैं, उपयोगकर्ता-मूवी मैट्रिक्स पर एक गैर-नकारात्मक मैट्रिक्स फैक्टराइजेशन किया जाता है। मैं समझ सकता हूं कि व्याख्या के लिए गैर-नकारात्मकता क्यों महत्वपूर्ण है और / या यदि आप विरल कारक चाहते हैं। लेकिन अगर आप …

11 recommender-system  svd  matrix-decomposition  nnmf 

शब्द एम्बेडिंग उत्पन्न करने का एक तरीका इस प्रकार है ( दर्पण ): एक कॉर्पोरा प्राप्त करें, उदाहरण के लिए "मुझे उड़ान का आनंद मिलता है। मुझे एनएलपी पसंद है। मुझे गहरी शिक्षा पसंद है।" इससे शब्द cooccurrence मैट्रिक्स बनाएँ: XXX पर SVD का प्रदर्शन करें , और U के …

11 natural-language  svd  mutual-information  word-embeddings  language-models 

मैं निचले आयामी स्थान में दस्तावेजों के एक कोष का प्रतिनिधित्व करने के लिए अव्यक्त अर्थ विश्लेषण का उपयोग कर रहा हूं। मैं k- साधनों का उपयोग करके इन दस्तावेजों को दो समूहों में बांटना चाहता हूं। कई साल पहले, मैंने पायथन के गेंसिम का उपयोग करके और अपने स्वयं …

10 k-means  svd  lsa  cosine-distance  cosine-similarity 

यह सिर्फ एक उदाहरण है कि मैं कई बार आया हूं, इसलिए मेरे पास कोई नमूना डेटा नहीं है। R में एक रैखिक प्रतिगमन मॉडल चलाना: a.lm = lm(Y ~ x1 + x2) x1एक सतत चर है। x2श्रेणीबद्ध है और इसके तीन मान हैं "उदा", "मध्यम" और "उच्च"। हालाँकि R …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction