«data-mining» 태그된 질문

내 데이터 세트에는 많은 숫자 속성과 하나의 범주가 있습니다. , 말 NumericAttr1, NumericAttr2, ..., NumericAttrN, CategoricalAttr, 여기서,이 CategoricalAttr세 개의 가능한 값 중 하나를 취 CategoricalAttrValue1, CategoricalAttrValue2또는 CategoricalAttrValue3. Octave https://blog.west.uni-koblenz.de/2012-07-14/a-working-k-means-code-for-octave/에 대한 기본 k- 평균 군집 알고리즘 구현을 사용하고 있습니다 . 숫자 데이터로만 작동합니다. 그래서 내 질문 : 범주 속성 CategoricalAttr을 세 …

133 data-mining  clustering  octave  k-means  categorical-data 

문제 배경 : IT 모니터링 공간에서 찾은 것과 비슷한 로그 파일이 포함 된 프로젝트를 진행하고 있습니다 (IT 공간을 가장 잘 이해하고 있음). 이 로그 파일은 시계열 데이터이며 다양한 매개 변수의 수백 / 수천 행으로 구성됩니다. 각 매개 변수는 숫자 (float)이며 각 시점에 대해 사소한 / 오류가없는 값이 있습니다. 내 임무는 …

61 machine-learning  python  data-mining  anomaly-detection  library 

이 질문은 다른 질문에 대한 의견에 대한 답변입니다. 이 의견은 Coursera의 머신 러닝 과정 강의 계획서에 관한 것이며 "현재 SVM은 그렇게 많이 사용되지 않습니다"라는 문구를 따라 진행되었습니다. 방금 관련 강의를 마쳤으며 SVM에 대한 이해는 강력하고 효율적인 분류 알고리즘이며, 커널을 사용할 때 10 ~ 1000 개 정도의 기능을 다루는 "틈새"가 있으며 …

58 data-mining  svm  state-of-the-art 

"문서"라고 말하면 Wikipedia 기사 및 뉴스 기사와 같은 웹 페이지를 염두에두고 있습니다. 나는 바닐라 어휘 거리 메트릭 또는 최첨단 시맨틱 거리 메트릭 중 하나를 선호하는 답변을 선호합니다.

34 machine-learning  data-mining  nlp  text-mining  similarity 

100 개의 숫자 기능을 가진 50k 개 이상의 그라디언트 부스팅 모델을 훈련하려고합니다. XGBClassifier동안 내 컴퓨터 43 초 이내에 핸들 (500) 나무, GradientBoostingClassifier핸들 10 나무 (!) 일분 2 초 :( 내가 귀찮게하지 않았다에서 그것은 시간이 걸릴 것으로 500 그루의 나무를 성장하려고합니다. 나는 같은 사용하고 있습니다 learning_rate및 max_depth설정 아래를 참조하십시오. XGBoost를 훨씬 …

29 scikit-learn  xgboost  gbm  data-mining  classification  data-cleaning  machine-learning  reinforcement-learning  data-mining  bigdata  dataset  nlp  language-model  stanford-nlp  machine-learning  neural-network  deep-learning  randomized-algorithms  machine-learning  beginner  career  xgboost  loss-function  neural-network  software-recommendation  naive-bayes-classifier  classification  scikit-learn  feature-selection  r  random-forest  cross-validation  data-mining  python  scikit-learn  random-forest  churn  python  clustering  k-means  machine-learning  nlp  sentiment-analysis  machine-learning  programming  python  scikit-learn  nltk  gensim  visualization  data  csv  neural-network  deep-learning  descriptive-statistics  machine-learning  supervised-learning  text-mining  orange  data  parameter-estimation  python  pandas  scraping  r  clustering  k-means  unsupervised-learning 

대용량 데이터 세트 (약 8GB)가 있습니다. 기계 학습을 사용하여 분석하고 싶습니다. 따라서 효율성을 위해 데이터 차원을 줄이려면 SVD와 PCA를 사용해야한다고 생각합니다. 그러나 MATLAB 및 Octave는 이러한 큰 데이터 세트를로드 할 수 없습니다. 이러한 대량의 데이터로 SVD를 수행하는 데 어떤 도구를 사용할 수 있습니까?

29 bigdata  data-mining  dimensionality-reduction 

문제는 의사 결정 트리 구축과 관련이 있습니다. Wikipedia에 따르면 ' Gini coefficient '는 ' Gini impurity ' 와 혼동해서는 안됩니다 . 그러나 의사 결정 트리를 구축 할 때 두 측정 값을 모두 사용할 수 있습니다. 이는 측정 항목을 분할 할 때 선택 항목을 지원할 수 있습니다. 1) '지니 불순물'-표준 의사 …

25 data-mining 

몇 가지 개념에 대해서는 명확하지 않았습니다. XGBoost는 약한 학습자를 강력한 학습자로 전환합니다. 이 작업의 장점은 무엇입니까? 단일 트리를 사용하는 대신 많은 약한 학습자를 결합? 랜덤 포레스트는 트리의 다양한 샘플을 사용하여 트리를 만듭니다. 단일 트리를 사용하는 대신이 방법의 장점은 무엇입니까?

25 machine-learning  data-mining  random-forest  decision-trees  xgboost 

이 주제에 대해 궁금한 점이 있으시면 도와 드리겠습니다. 저는 딥 러닝 분야에 처음 왔고, 튜토리얼을하면서 개념을 서로 연관 시키거나 구별 할 수는 없습니다.

24 machine-learning  data-mining  neural-network  nlp  deep-learning 

추천 시스템의 행렬 분해에 대해 배우고 있는데 용어가 latent features너무 자주 발생하지만 그 의미를 이해할 수 없습니다. 기능이 무엇인지 알고 있지만 잠재적 기능에 대한 아이디어를 이해하지 못합니다. 설명해 주시겠습니까? 아니면 적어도 내가 읽을 수있는 종이 / 장소를 가리켜 주시겠습니까?

24 machine-learning  data-mining  recommender-system 

이 포럼에서 논의 할 데이터 과학에는 여러 데이터가 분석되는 동의어 나 최소한 관련된 필드가 있습니다. 내 특정 질문은 데이터 마이닝에 관한 것입니다. 몇 년 전에 데이터 마이닝에서 대학원 수업을 들었습니다. 데이터 과학과 데이터 마이닝의 차이점은 무엇이며 특히 데이터 마이닝에 능숙 해지려면 무엇을 더 살펴 봐야합니까?

22 data-mining  definitions 

배경 에너지 미터 판독 값의 시계열 데이터 세트를 작업 중입니다. 시리즈의 길이는 미터에 따라 다릅니다. 일부는 몇 년 동안, 다른 일부는 몇 개월에 불과합니다. 많은 사람들이 일, 주 또는 연도 내에 상당한 계절 성과 종종 여러 레이어를 표시합니다. 내가 작업 한 것 중 하나는 이러한 시계열의 클러스터링입니다. 저의 작업은 현재 …

22 data-mining  clustering  time-series  beginner 

Hellinger Distance에서 실제로 어떤 일이 일어나는지 알고 싶습니다 (간단한 용어로). 또한 Hellinger Distance를 사용할 수있는 유형의 문제를 알고 싶습니다. Hellinger Distance를 사용하면 어떤 이점이 있습니까?

19 machine-learning  data-mining  text-mining  distance 

특정 이벤트가 일부 세로 데이터에 영향을 줄 가능성을 분석하는 데 사용할 수식, 방법 또는 모델을 찾으려고합니다. Google에서 무엇을 검색해야하는지 파악하기가 어렵습니다. 시나리오 예는 다음과 같습니다. 매일 평균 100 명의 고객을 보유한 업체를 소유하고 있습니다. 하루는 매일 매장에 도착하는 대형 고객 수를 늘리기로 결정하여 매장 밖에서 미친 스턴트를 끌어 당겨 주목을받습니다. …

19 machine-learning  data-mining  statistics 

최근에 Word2Vec , Sentence2Vec 및 Doc2Vec 이라는 용어를 발견 했으며 벡터 의미론을 처음 접했 을 때 혼란 스러웠습니다. 누군가이 방법의 차이점을 간단한 단어로 자세히 설명해 주시겠습니까? 각 방법에 가장 적합한 작업은 무엇입니까?

18 machine-learning  data-mining  clustering  nlp  unsupervised-learning