통계 및 빅 데이터

몇 가지 쿼리 빈도가 있으며 Zipf의 법칙 계수를 추정해야합니다. 이들은 최고 주파수입니다 : 26486 12053 5052 3033 2536 2391 1444 1220 1152 1039

25 distributions  estimation  pareto-distribution  zipf 

Wasserstein 메트릭 과 Kullback-Leibler 발산 의 실제 차이점은 무엇입니까 ? Wasserstein 미터법은 Earth mover 's distance 라고도합니다 . Wikipedia에서 : Wasserstein (또는 Vaserstein) 메트릭은 주어진 메트릭 공간 M의 확률 분포 사이에 정의 된 거리 함수입니다. 과 Kullback–Leibler 분기는 하나의 확률 분포가 두 번째 예상 확률 분포와 어떻게 다른지 측정합니다. KL이 …

25 distributions  kullback-leibler  metric  wasserstein 

Quantile 회귀에 대한 직관적이고 접근 가능한 설명을 얻고 싶습니다. 결과 대한 간단한 데이터 세트 와 예측 변수 X 1 , X 2 가 있다고 가정 해 봅시다 .YYYX1,X2X1,X2X_1, X_2 예를 들어, 나는 .25, .5, .75에서 Quantile 회귀를 실행하고 β0,.25,β1,.25...β2,.75β0,.25,β1,.25...β2,.75\beta_{0,.25},\beta_{1,.25}...\beta_{2,.75} . 입니까 ββ\beta 값은 단순히 주문 발견 yyy 값을 주어진 분위수 …

25 quantile-regression 

닫은. 이 질문은 주제에 맞지 않습니다 . 현재 답변을받지 않습니다. 이 질문을 개선하고 싶습니까? 교차 검증에 대한 주제가 되도록 질문을 업데이트하십시오 . 휴일 7 개월 전 . R 패키지 nlme 및 lme4 에서 여러 랜덤 효과가있는 모델을 지정하려고했습니다. 나는 nlme 만이 분산의 이종 구조를 지정할 수 있음을 발견했습니다 . 따라서 …

25 r  random-effects-model  lme4-nlme 

응답자가 네 그룹 중 하나에 무작위로 할당 된 설문 조사 실험의 데이터가 있습니다. > summary(df$Group) Control Treatment1 Treatment2 Treatment3 59 63 62 66 세 가지 치료 그룹은 적용되는 자극이 약간 다르지만, 내가 관심을 갖는 주요 차이점은 대조군과 치료 그룹 사이에 있습니다. 그래서 더미 변수를 정의했습니다 Control. > summary(df$Control) TRUE FALSE …

25 r  logistic  categorical-data  interaction  interpretation 

인과 분석을 소개하는 좋은 책은 무엇입니까? 인과 분석의 원리를 설명하고 이러한 통계를 적용하기 위해 다양한 통계 방법을 사용할 수있는 방법을 소개하는 소개를 생각하고 있습니다.

25 references  causality 

KnownLabel 매트릭스 및 PredictedLabel 매트릭스가 제공되는 시나리오를 고려하십시오. KnownLabel 매트릭스에 대한 PredictedLabel 매트릭스의 장점을 측정하고 싶습니다. 그러나 여기서의 과제는 KnownLabel 매트릭스에는 하나의 행이 하나만 있고 다른 몇 행에는 많은 행이 있다는 것입니다 (이 인스턴스는 다중 레이블이 지정됨). KnownLabel 매트릭스의 예는 다음과 같습니다. A =[1 0 0 0 0 1 0 …

25 machine-learning  data-mining  multilabel 

점이 있습니다. . . , x n }X={x1,...,xn}X={x1,...,xn}X=\{x_1,...,x_n\} 에서 하고 포인트를 클러스터링하여 다음과 같이합니다.RpRpR^p 각 군집에는 동일한 수의 요소가 포함 됩니다. (클러스터 수가 나눈다 고 가정합니다 .)XXXnnn 각 군집은 평균 의 군집과 같은 의미에서 "공간적으로 응집력이 있습니다" .kkk 이 중 하나를 만족시키는 많은 클러스터링 절차를 생각하기는 쉽지만 누구나 한 번에 …

25 machine-learning  clustering  k-means  unsupervised-learning 

I 다소 혼란있어 만약 독립 변수 통계 모델 (또한 예측 또는 기능이라고 함), 예를 들면, 선형 회귀에서 , 랜덤 변수는?Y = β 0 + β 1 XXXXY=β0+β1XY=β0+β1XY=\beta_0+\beta_1 X

25 regression  random-variable  experiment-design  predictor 

분산은 스프레드의 척도라고합니다. 그래서 저는 숫자가 균등하게 3,5분산되어 3,3,5,5있기 때문에 분산이 분산과 같다고 생각했습니다 . 그러나 이것은 사실이 아니며, 분산 3,5은 2이고 분산은 3,3,5,5입니다 1 1/3. 분산이 스프레드의 척도라고 가정하면이 문제가 있습니다. 따라서, 그러한 맥락에서, 스프레드 측정은 무엇을 의미합니까?

25 variance 

SVM의 모든 예는 분류와 관련이 있습니다. 회귀에 SVM (지원 벡터 회귀)을 사용하는 방법을 이해하지 못합니다. 내 이해에서 SVM은 두 클래스 사이의 마진을 최대화하여 최적의 초평면을 찾습니다. 회귀 문제에서 어떻게 작동합니까?

25 regression  svm 

중첩 된 교차 유효성 검사를 수행하고 있습니다. 일대일 교차 검증이 바이어스 될 수 있음을 읽었습니다 (이유를 기억하지 마십시오). leave-one-out 교차 검증을 위해 더 긴 런타임과 별도로 10 배 교차 검증 또는 leave-one-out 교차 검증을 사용하는 것이 더 낫습니까?

25 machine-learning  cross-validation 

최근에 잘 수신 된 질문에서 팀은 언제 머신 러닝에서 불균형 데이터가 실제로 문제 가 되는지 묻습니다 . 문제의 전제는 수업 균형 과 불균형 수업의 문제에 대해 많은 머신 러닝 문헌이 있다는 것입니다 . 아이디어는 긍정적 클래스와 부정적인 클래스 사이의 불균형이있는 데이터 세트가 일부 기계 학습 분류 (여기서는 확률 모델 포함) …

25 machine-learning  classification  predictive-models  unbalanced-classes 

제목이 문제입니다. 랜덤 변수의 비율과 역은 종종 문제가 있다고 들었습니다. 의미는 종종 기대가 존재하지 않는다는 것입니다. 그것에 대한 단순하고 일반적인 설명이 있습니까?

24 probability  distributions  random-variable  expected-value  ratio 

현재 상태 공간 모델을위한 Markov chain Monte Carlo (MCMC) 알고리즘 을 개발해야하는 문제를 해결하고 있습니다. 문제를 해결할 수 있도록 다음과 같은 확률 : p ( τ ) = 2I ( τ > 0) / (1+ τ 2 )를 받았습니다 . τ 는 x 의 표준 편차입니다 .ττ\tauττ\tauττ\tauτ2τ2\tau^2ττ\tauxxx 그래서 나는 그것이 …

24 distributions  bayesian  prior  state-space-models  cauchy