«distance» 태그된 질문

지정된 거리 ( ) 내의 총 점 수를 최대화 하는 지정된 수의 원 중심 ( ) 의 중심을 찾으려는 2D 데이터 세트가 있습니다 .R엔NN아르 자형RR 예를 들어 10,000 데이터 포인트 있고 반경 내에서 가능한 한 많은 포인트를 캡처하는 원 의 중심을 찾고 싶습니다 . 5 개의 중심과 10의 반경은 데이터에서 …

10 r  clustering  distance 

GLMM 형식이 있습니다. lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) 를 사용할 때 자동차 패키지 또는에서 사용할 때 drop1(model, test="Chi")와 다른 결과를 얻습니다 . 후자의 두 사람도 같은 대답을합니다.Anova(model, type="III")summary(model) 조작 된 데이터를 사용 하여이 두 가지 방법이 일반적으로 다르지 않다는 것을 알았습니다. …

10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 

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 

좌표를 정의하면 (X1,Y1)(X1,Y1)(X_{1},Y_{1}) 과 (X2,와이2)(X2,Y2)(X_{2},Y_{2}) 어디 엑스1,엑스2∼ Unif ( 0 , 30 ) and 와이1,와이2~ Unif ( 0 , 40 ) .엑스1,엑스2∼대학교(0,30) 과 와이1,와이2∼대학교(0,40).X_{1},X_{2} \sim \text{Unif}(0,30)\text{ and }Y_{1},Y_{2} \sim \text{Unif}(0,40). 그들 사이의 거리의 예상 값을 어떻게 찾을 수 있습니까? 거리는 다음과 같이 계산되기 때문에 생각하고있었습니다.(엑스1−엑스2)2+(와이1−와이2)2−−−−−−−−−−−−−−−−−−−√)(엑스1−엑스2)2+(와이1−와이2)2)\sqrt{(X_{1}-X_{2})^{2} + (Y_{1}-Y_{2})^{2}}) 기대 값은 ( …

9 expected-value  uniform  distance 

비대칭 거리 측정으로 피쳐를 어떻게 클러스터링합니까? 예를 들어 요일이있는 데이터 집합을 기능으로 클러스터링한다고 가정합니다. 월요일부터 금요일까지의 거리는 금요일부터 월요일까지의 거리와 다릅니다. 이것을 클러스터링 알고리즘의 거리 측정에 어떻게 통합합니까?

9 clustering  distance