통계 및 빅 데이터

결과에 대한 일부 측정의 예측 능력을 결정하기 위해 다른 테스트보다 ROC 곡선을 사용하는 경향이 언제입니까? 불연속 결과 (생존 / 사망, 현재 / 부재)를 다룰 때, ROC 곡선을 카이 제곱과 같은 것보다 더 강력하거나 덜 강력하게 만드는 것은 무엇입니까?

12 regression  roc 

세 그룹의 요소로 구성된 데이터 집합이 있습니다. G1, G2 및 G3이라고합니다. 이러한 요소의 특정 특성을 분석하고이를 3 가지 유형의 "행동"T1, T2 및 T3으로 나누었습니다 (클러스터 분석을 사용하여 수행). 이제 세 그룹의 요소 수를 유형별로 나눈 다음과 같은 3 x 3 비 상표가 있습니다. | T1 | T2 | T3 | …

12 contingency-tables 

무게를 고려한 Fisher 's Exact Test의 변형을 아는 사람이 있습니까? 예를 들어 샘플링 무게 . 따라서 일반적인 2x2 크로스 테이블 대신 모든 데이터 포인트는 포인트를 측정하는 "질량"또는 "크기"값을 갖습니다. 데이터 예 : A B weight N N 1 N N 3 Y N 1 Y N 2 N Y 6 …

12 hypothesis-testing 

평범한 영어로, Bland-Altman 음모를 어떻게 해석합니까? 두 가지 다른 측정 방법을 비교하는 다른 방법보다 Bland-Altman 플롯을 사용하면 어떤 이점이 있습니까?

12 data-visualization  bland-altman-plot 

내 질문은 간단합니다. 공동 추정이란 무엇입니까? 그리고 회귀 분석의 맥락에서 무엇을 의미합니까? 어떻게 되나요? 나는 한동안 강력한 인터넷에서 방황했지만 이러한 질문에 대한 답을 찾지 못했습니다.

12 regression  estimation  terminology 

우리가 (측정 가능하고 적절하게 동작하는) 세트 을 가지고 있다고 가정하자 . 여기서 는 컴팩트하다. 또한, 우리가 걸쳐 균일 한 분포에서 샘플을 그릴 수 있다고 생각 르 베그 측정 WRT 우리가 측정 알고 . 예를 들어, 아마도 는 포함 하는 상자 입니다 .S⊆B⊂RnS⊆B⊂RnS\subseteq B\subset\mathbb R^nBBBBBBλ(⋅)λ(⋅)\lambda(\cdot)λ(B)λ(B)\lambda(B)BBB[−c,c]n[−c,c]n[-c,c]^nSSS 고정 경우 에서 점을 균일하게 샘플링하고 …

12 probability  monte-carlo  unbiased-estimator  measure-theory 

내 모델을 장착했으며 그것이 좋은지 이해하려고합니다. 이를 평가하기 위해 권장 측정 항목을 계산했지만 ( / AUC / 정확도 / 예측 오류 등), 해석 방법을 모릅니다. 요컨대, 메트릭을 기반으로 모델이 좋은지 어떻게 알 수 있습니까? 되어 충분한 (예를 들어) 0.6의 날 추론 또는 기본 과학 / 비즈니스 의사 결정을 그릴 진행하도록하려면?R2R2R^2R2R2R^2 …

12 goodness-of-fit  r-squared  accuracy  auc  diagnostic 

가우스 분포에 대한 Kevin Murphy의 Conjugate Bayesian 분석 에서 사후 예측 분포는 다음과 같습니다. p ( x ∣ D ) = ∫p ( x ∣ θ ) p ( θ ∣ D ) dθ피(엑스∣디)=∫피(엑스∣θ)피(θ∣디)디θ p(x \mid D) = \int p(x \mid \theta) p(\theta \mid D) d \theta 여기서 는 모형이 …

12 bayesian  predictive-models  inference  posterior 

Ian Goodfellow의 딥 러닝 북에는 다음과 같이 쓰여 있습니다. 때때로, 우리가 실제로 걱정하는 손실 함수 (예 : 분류 오류)는 효율적으로 최적화 할 수없는 기능이 아닙니다. 예를 들어 선형 분류기의 경우에도 예상되는 0-1 손실을 정확하게 최소화하는 것은 일반적으로 다루기 어렵습니다 (입력 차원에서 지수). 이러한 상황에서 대체적으로 대리 손실 기능을 최적화하여 프록시 …

12 neural-networks  deep-learning  loss-functions 

나는 LASSO를 사용하여 모델이 적합 할 때 R 제곱이 이상적인 척도가 아니라고 여러 곳에서 읽었습니다. 그러나 그 이유 를 정확히 알 수는 없습니다. 또한 최고의 대안을 추천 해 주시겠습니까?

12 regression  lasso  r-squared  penalized 

압축 감지에서는 에 고유 한 희소 솔루션 c 가 있음을 보장하는 정리 가 있습니다 (자세한 내용은 부록 참조).argmin∥c∥1subject to y=Xcargmin‖c‖1subject to y=Xc\text{argmin} \Vert c \Vert_1\\ \text{subject to } y = Xc ccc 올가미에 대한 비슷한 정리가 있습니까? 그러한 정리가 있다면 올가미의 안정성을 보장 할뿐만 아니라 올가미에보다 의미있는 해석을 제공합니다. 올가미 …

12 regression  self-study  feature-selection  lasso  regularization 

"변이"의 사용은 항상 변이 추론을 통한 최적화를 의미합니까? 예 : "가변 자동 인코더" "가변 베이지안 방법" "변형 재 정규화 그룹"

12 machine-learning  optimization  inference 

부정적 능선 회귀 에 대한 문헌을 찾고 있습니다. 간단히 말하면 추정기 공식에서 음수 를 사용한 선형 능선 회귀의 일반화입니다 .긍정적 인 경우에는 좋은 이론이 있습니다 : 손실 함수, 제약 조건, 베이 즈 이전과 같지만 위의 수식 만 있으면 부정적인 버전으로 잃어 버린 느낌이 듭니다. 내가하고있는 일에 유용하지만 명확하게 해석하지 못합니다.β …

12 regression  regularization  ridge-regression 

당신이 보는 경우 와 베타 분포α=β=4α=β=4\alpha=\beta=4 그것은 매우 비슷 가우스 분포 . 하지만 그렇습니까? 베타 (4,4) 분포가 가우시안인지 여부를 어떻게 증명할 수 있습니까?

12 normal-distribution  beta-distribution 

RMSProp, Adam 및 SGD가있는 네트워크를 사용하여 EMNIST 검증 세트에 대한 실험을 수행하고 있습니다. L2 정규화 (1e-05 페널티)뿐만 아니라 SGD (학습률 0.1) 및 탈락 (0.1 탈락 확률)으로 87 % 정확도를 달성하고 있습니다. RMSProp 및 Adam을 사용하여 동일한 정확한 구성과 0.001의 초기 학습 속도를 테스트 할 때 85 %의 정확도와 훨씬 덜 …

12 machine-learning  optimization  sgd  adam