«classification» 태그된 질문

시계열 예측 작업을하고 있습니다. 두 개의 데이터 세트 및 있습니다. 세 가지 예측 모델이 있습니다. 이러한 모델은 모두 데이터 세트 의 샘플을 사용하여 학습되며 성능은 데이터 세트 의 샘플을 사용하여 측정됩니다 . 성능 지표가 MSE (또는 다른 것)라고 가정 해 봅시다. 데이터 세트 대해 측정 할 때 해당 모델의 MSE …

10 time-series  machine-learning  statistical-significance  classification  model-evaluation 

부품을 생산하는 프로토 타입 머신이 있습니다. 첫 번째 테스트에서 기계는 부품을 생산 하고 이진 분류기는 d 1 부품에 결함이 있음을 알려줍니다 ( d 1 < N 1 , 일반적으로 d 1 / N 1 < 0.01 및 N 1 ≈ 10 4 ) 및 N 1 - d 1 부품이 …

10 hypothesis-testing  statistical-significance  classification  proportion 

신호 처리 기술인 Mel frequency Cepstrum 은 종종 기계 학습 작업에 사용하기 위해 음악 작품에서 정보를 추출하는 데 사용됩니다. 이 방법은 단기 전력 스펙트럼을 제공하며 계수는 입력으로 사용됩니다. 음악 검색 시스템을 설계 할 때, 이러한 계수는 작품의 특성으로 간주됩니다 (분명히 독특하지는 않지만 구별). 네트워크 학습에 더 적합한 특성이 있습니까? Elman …

10 machine-learning  classification  signal-processing  mfcc 

당뇨병을 예측하기 위해 SVM을 사용하고 있습니다. 이 목적으로 BRFSS 데이터 세트를 사용하고 있습니다. 데이터 세트의 크기는 이며 비뚤어집니다. 목표 변수에서 s 의 비율 은 이고 s는 나머지 구성합니다 .11 % 89 %432607 × 136432607×136432607 \times 136Y11 %11%11\%N89 %89%89\% 데이터 세트에서 독립 변수 15중 하나만 사용 136하고 있습니다. 데이터 세트를 줄이는 …

10 r  classification  svm  feature-selection  e1071 

열 a b c(3 속성) 이있는 데이터 세트가 있습니다 . a반면 숫자와 연속 b과 c두 가지 수준의 각 범주입니다. K-Nearest Neighbors 방법을 사용하여 분류 a하고 b있습니다 c. 따라서 거리를 측정 할 수 있으려면 및를 b추가 b.level1하고 추가하여 데이터 세트를 변환하십시오 b.level2. 관측치 i에 b범주 의 첫 번째 수준이있는 경우 b.level1[i]=1및 …

10 r  classification  k-nearest-neighbour 

이진 분류 작업에서 불균형 데이터 세트가 있습니다. 양수 양 대 음수 양은 0.3 % 대 99.7 %입니다. 긍정과 부정 사이의 격차가 큽니다. MNIST 문제에 사용 된 구조로 CNN을 훈련하면 테스트 결과에서 높은 음수 비율이 나타납니다. 또한 훈련 오류 곡선은 처음에 몇 개의 에포크에서 빠르게 내려가지만 다음 에포크에서 동일한 값을 유지합니다. …

10 classification  neural-networks  deep-learning  convolution  computer-vision 

나는 MNIST, CIFAR, STL-10 등에 Random Forests를 적용하는 것에 대한 문헌을 찾지 못했기 때문에 순열 불변의 MNIST로 직접 시도 할 것이라고 생각했습니다 . 에서 R , 나는 시도했다 : randomForest(train$x, factor(train$y), test$x, factor(test$y), ntree=500) 2 시간 동안 실행되었으며 2.8 % 테스트 오류가 발생했습니다. 나는 또한 시도 scikit가 배울 와 함께, …

10 r  machine-learning  classification  random-forest  scikit-learn 

SMOTE를 사용하여 멀티 클래스 분류 문제의 불균형을 수정하려고합니다. SMOTE 도움말 문서에 따라 SMOTE가 홍채 데이터 세트에서 완벽하게 작동하지만 유사한 데이터 세트에서는 작동하지 않습니다. 내 데이터 모양은 다음과 같습니다. 값이 1, 2, 3 인 3 개의 클래스가 있습니다. > data looking risk every status 1 0 1 0 1 2 0 …

10 r  classification  unbalanced-classes  oversampling 

따라서 k- 평균으로 최적의 군집 수의 "아이디어"를 얻는 것이 잘 문서화되어 있습니다. 가우시안 혼합물 에서이 작업에 대한 기사 를 찾았 지만 확실하지는 않지만 잘 이해하지 못합니다. 이 작업을 수행하는 더 부드러운 방법이 있습니까?

10 classification  k-means  mixture  unsupervised-learning 

예를 들어. # (good) = 700 및 # (bad) = 300 인 두 클래스가 좋고 나쁜 클래스 변수 신용 점수가있는 경우 데이터를 단축하고 싶지 않습니다. 어떤 기술을 사용해야합니까? 나는 SVM을 사용하고 있었지만 모든 나쁜 예측을 제공합니다.

10 classification  binary-data 

폐쇄되었습니다 . 이 질문은 더 집중되어야 합니다. 현재 답변을받지 않습니다. 이 질문을 개선하고 싶습니까? 이 게시물 을 편집 하여 한 가지 문제에만 집중할 수 있도록 질문을 업데이트하십시오 . 휴일 2 년 전 . 나는 기계 학습 분야에 익숙하지 않지만 Keras를 사용하여 간단한 분류 알고리즘을 구현하려고했습니다. 불행히도, 나는 아주 작은 데이터 …

9 machine-learning  classification  neural-networks  transfer-learning 

예 : 직업 설명에 "영국의 Java Senior Engineer"문장이 있습니다. 나는 2 개 종류로 예측하는 깊은 학습 모델을 사용하려면 : English 와 IT jobs. 기존 분류 모델을 사용하는 경우 softmax마지막 레이어에서 함수가있는 레이블 하나만 예측할 수 있습니다 . 따라서 두 모델 신경망을 사용하여 두 범주 모두에서 "예"/ "아니오"를 예측할 수 있지만 …

9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 

GMM을 처음 사용합니다. 온라인에서 적절한 도움을 찾을 수 없었습니다. "GMM을 사용하는 것이 내 문제에 적합한 지 결정하는 방법"에 대한 올바른 자료를 제공해 주시겠습니까? 또는 분류 문제가있는 경우 "SVM 분류 또는 GMM 분류를 사용해야하는지 어떻게 결정합니까?"

9 classification  svm  gaussian-mixture  generalized-moments 

벡터 머신을 처음 사용합니다. 간단한 설명 svm로부터 기능 e1071R의 패키지는 다양한 옵션을 제공합니다 : C 분류 뉴 분류 1 분류 (신기한 검출 용) 분기 회귀 회귀 분석 다섯 가지 유형의 직관적 인 차이점은 무엇입니까? 어떤 상황에서 어떤 것을 적용해야합니까?

9 r  classification  svm  e1071 

이 논문 은 CART에서 각 단계에서 단일 공변량에 대해 이진 분할이 수행되므로 모든 분할이 직교하므로 공변량 간의 상호 작용은 고려되지 않는다고 주장합니다. 그러나 트리의 계층 적 구조는 예측 변수들 간의 상호 작용이 자동으로 모델링된다는 것을 보장한다고 주장하는 많은 매우 진지한 언급 이있다 (예를 들어, 이 논문 과 물론 Hastie). 누가 …

9 machine-learning  classification  data-mining  cart