통계 및 빅 데이터

scikit을 사용하여 기존 문서에 주제를 할당하기 위해 다중 레이블 분류기를 작성하려고합니다. 나는 통해 전달 내 문서를 처리하고 TfidfVectorizer하여 통해 라벨 MultiLabelBinarizer과를 만들어 OneVsRestClassifier와 SGDClassifier추있다. 그러나 내 분류기를 테스트 할 때 나는 .29 까지의 점수 만 얻습니다.이 점수 는 비슷한 문제에 대해 꽤 낮습니다. 나는 스톱 워드, 유니 그램, 형태소 분석과 …

19 scikit-learn  multi-class  multilabel 

의사 결정 그루터기는 분할이 하나 뿐인 의사 결정 트리입니다. 조각 별 함수로 작성할 수도 있습니다. 예를 들어, 가정 벡터이며, 첫 번째 요소 인 회귀 환경에서, 일부 결정이 될 수 루터x 1 xxxxx1x1x_1xxx f(x)={35x1≤2x1>2f(x)={3x1≤25x1>2f(x)= \begin{cases} 3& x_1\leq 2 \\ 5 & x_1 > 2 \\ \end{cases} 그러나 선형 모델입니까? 로 쓸 …

19 machine-learning  cart  linear  boosting 

임의의 점 의 직교 좌표를 st 합니다.x,yx,yx,y(x,y)∼U(−10,10)×U(−10,10)(x,y)∼U(−10,10)×U(−10,10)(x,y) \sim U(-10,10) \times U(-10,10) 따라서, 반경 에 의해 묵시적으로 균일하게 분산되지 의 PDF .ρ=x2+y2−−−−−−√ρ=x2+y2\rho = \sqrt{x^2 + y^2}ρρ\rho 그럼에도 불구하고 은 가장자리에 남은 4 개의 남은 가공물을 제외하고 거의 균일 할 것으로 예상 합니다.θ=arctanyxθ=arctan⁡yx\theta = \arctan{\frac{y}{x}} 다음은 및 의 그래프로 계산 된 확률 …

19 normal-distribution  matlab  pdf  uniform 

정규 분포에는 mean 와 variance 두 매개 변수가 있습니다 . Pattern Recognition and Machine Learning 서적에서 갑자기 오류 함수의 정규화 용어에 하이퍼 파라미터 가 나타납니다 .μμ\muσ2σ2\sigma^2λλ\lambda 하이퍼 파라미터 란 무엇입니까? 왜 그렇게 지명 되었습니까? 그리고 그것들은 일반적으로 매개 변수와 직관적으로 어떻게 다른가요?

19 terminology  definition  parameterization  hyperparameter 

'분산의 역수'를 의미하는 단어가 있습니까? 경우 즉, 다음, 높은 분산을 가지고 X 낮은있다 ... ? 반의어에 관심이 없지만 ( '계약'또는 '유사성'과 같은) 구체적으로 1 / σ 2 ?엑스엑스X엑스엑스X……\dots1 / σ21/σ21/\sigma^2

19 bayesian  variance  terminology  precision 

저는 수학 부서의 교수진으로 새로 합류했습니다. 유명한 기관의. 학부 수준에서 확률 및 통계 과정을 가르치겠습니다. 기관은 이미이 과정에 대한 강의 계획서를 가지고 있습니다. 이 강의 계획서에서 통계를 먼저 다루고 추정 부분도 빠졌습니다. 통계를 가르치기 전에 항상 확률의 기초를 가르쳐야한다고 생각했습니다. 누군가 이것에 대해 의견을 줄 수 있습니까? 또한 그러한 과정에서 …

19 teaching 

이것은 본질적으로 math.se에서 찾은 질문 의 복제이며 , 원하는 답변 을 얻지 못했습니다. 보자 {Xi}i∈N{Xi}i∈N\{ X_i \}_{i \in \mathbb{N}} 함께 독립적으로 동일하게 분산 된 랜덤 변수들의 시퀀스 일 E[Xi]=1E[Xi]=1\mathbb{E}[X_i] = 1 및 V[Xi]=1V[Xi]=1\mathbb{V}[X_i] = 1 . 의 평가를 고려 limn→∞P(1n−−√∑i=1nXi≤n−−√)limn→∞P(1n∑i=1nXi≤n) \lim_{n \to \infty} \mathbb{P}\left(\frac{1}{\sqrt{n}} \sum_{i=1}^n X_i \leq \sqrt{n}\right) 불평등 사건의 …

19 probability  mathematical-statistics  asymptotics 

예측이나 예측이 아닌 모형 매개 변수 추정 (및 해석)에만 관심이있는 경우 정규화가 도움이 될 수 있습니까? 새 데이터에 대한 좋은 예측을 내리는 것이 목표 인 경우 정규화 / 교차 유효성 검사가 얼마나 유용한 지 잘 알고 있습니다. 그러나 만약 당신이 전통적인 경제학을하고 있고 당신이 관심있는 모든 것을 추정하는 것이라면 ββ\beta? …

19 cross-validation  econometrics  model-selection  interpretation  regularization 

왜 단어 2vec에서 건너 뛰기 그램이 CBOW보다 드문 단어에 더 좋은지 궁금합니다. https://code.google.com/p/word2vec/ 에서 소유권 주장을 읽었습니다 .

19 natural-language  word2vec  word-embeddings 

저에게 빈번한 통계는 가능한 모든 샘플에 적합한 결정을 내리는 데 동의합니다. 즉, 잦은 의사 결정 규칙 는 항상 잦은 위험을 최소화하려고 노력해야한다. 이는 손실 함수 과 진정한 자연 상태 .δδ\delta엘엘Lθ0θ0\theta_0 아르 자형에프r e q= Eθ0( L ( θ0, δ( Y) )아르 자형에프아르 자형이자형큐=이자형θ0(엘(θ0,δ(와이))R_\mathrm{freq}=\mathbb{E}_{\theta_0}(L(\theta_0,\delta(Y)) 최대 우도 추정은 잦은 위험과 어떤 관련이 …

19 maximum-likelihood  frequentist 

나는 기계 학습에 익숙하지 않고 다른 기계 학습 알고리즘 (결정 트리, 부스팅, SVM 및 신경망) 간의 차이점을 비교하고 대조 할 수있는 일부 데이터 세트를 찾고 있습니다. 이러한 데이터 세트는 어디에서 찾을 수 있습니까? 데이터 세트를 고려하면서 무엇을 찾아야합니까? 좋은 데이터 세트를 가리키고 데이터 세트를 만드는 데 도움이된다면 좋을까요?

19 machine-learning  dataset 

이 기사 에서 저자는 선형 판별 분석 (LDA)을 주성분 분석 (PCA)에 연결합니다. 제한된 지식으로 LDA가 PCA와 어떻게 유사한 지 따를 수 없습니다. 나는 항상 LDA가 로지스틱 회귀와 유사한 분류 알고리즘의 한 형태라고 생각했습니다. LDA가 PCA와 어떻게 비슷한 지 이해하는 데 도움이 될 것입니다.

19 classification  pca  dimensionality-reduction  discriminant-analysis  canonical-correlation 

이것은 많은 사람들에게 간단한 질문 일지 모르지만 여기에 있습니다. 분산이 평균값의 차이 대신에 뒤 따르는 모든 값의 차이로 정의되지 않는 이유는 무엇입니까? 이것은 나에게 더 논리적 인 선택 일 것입니다. 나는 분명히 몇 가지 단점을 감독하고 있다고 생각합니다. 감사 편집하다: 가능한 한 명확하게 문구를 바꾸겠습니다. 이것이 내가 의미하는 바입니다. 1,2,3,4,5의 …

19 variance 

그라디언트 부스팅 의 학습 속도 매개 변수 ( )는 시리즈에 추가 된 각각의 새 기본 모델 (일반적으로 얕은 나무)의 기여도를 줄입니다. 테스트 세트 정확도를 크게 향상시키는 것으로 나타 났으며, 이는 작은 단계에서와 같이 이해할 수있는 최소 손실 기능을보다 정확하게 얻을 수 있습니다. ν∈ [ 0 , 1 ]ν∈[0,1]\nu \in [0,1] …

19 machine-learning  data-mining  predictive-models  boosting  overfitting 

바람 데이터 (0, 359)와 시간 (0, 23)을 사용하여 모델을 적합하려고하지만 선형 매개 변수가 아니기 때문에 선형 회귀에 적합하지 않을까 걱정됩니다. 파이썬을 사용하여 변환하고 싶습니다. 적어도 바람의 경우에는 그 정도의 죄와 코사인을 취함으로써 벡터 평균을 계산하는 것에 대한 언급이 있지만 전부는 아닙니다. 도움이 될만한 파이썬 라이브러리 또는 관련 방법이 있습니까?

19 regression  python  circular-statistics