«function» 태그된 질문

2
로지스틱 회귀 분석은 어떻게 전통적인 함수가 아닌 곡선을 만들 수 있습니까?
로지스틱 회귀 분석의 기능이 어떻게 작동하는지에 대한 근본적인 혼란이 있다고 생각합니다. 함수 h (x)가 이미지 왼쪽에 보이는 곡선을 어떻게 생성합니까? 이것이 두 변수의 플롯이지만이 두 변수 (x1 & x2)도 함수 자체의 인수입니다. 하나의 변수에 대한 표준 함수가 하나의 출력에 매핑되는 것을 알고 있지만이 함수는 분명히 그렇게하지 않습니다. 왜 그런지 확실하지 …



3
신경망이 기능 및 기능 파생을 배울 수 있습니까?
신경망 (NNs)은 특정 가정 (네트워크 및 근사 함수)에서 함수 및 그 파생어에 대한 보편적 근사기로 간주 될 수 있음을 이해합니다. 사실, 단순하지만 사소한 함수 (예 : 다항식)에 대해 여러 가지 테스트를 수행했으며 실제로 함수와 첫 번째 미분을 대략적으로 근사 할 수있는 것 같습니다 (예는 아래에 표시됨). 그러나 나에게 분명하지 않은 …

2
적분의 정확도를 추정하는 방법?
컴퓨터 그래픽에서 매우 일반적인 상황은 일부 픽셀의 색상이 실제 가치 함수의 적분과 동일하다는 것입니다. 함수가 분석적으로 풀기에는 너무 복잡하기 때문에 종종 수치 근사치가 남습니다. 그러나이 함수는 종종 계산하는 데 비용이 많이 들기 때문에 계산할 수있는 샘플 수에 크게 제약을받습니다. (예를 들어, 백만 개의 샘플을 가져 와서 그대로두기로 결정할 수는 없습니다.) …

1
R 선형 회귀 범주 형 변수 "숨김"값
이것은 여러 번 나온 예제 일뿐이므로 샘플 데이터가 없습니다. R에서 선형 회귀 모델 실행 : a.lm = lm(Y ~ x1 + x2) x1연속 변수입니다. x2범주 형이며 "낮음", "중간"및 "높음"의 세 가지 값이 있습니다. 그러나 R이 제공하는 출력은 다음과 같습니다. summary(a.lm) Estimate Std. Error t value Pr(>|t|) (Intercept) 0.521 0.20 1.446 …
10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

1
시퀀스 감소 증명 (많은 pt를 플로팅하여 지원)
지난 달에 SE에 게시 한 많은 질문은이 특정 문제를 해결하는 데 도움이되는 목표였습니다. 모든 질문에 대답했지만 여전히 해결책을 찾지 못했습니다. 그래서 직접 해결하려고하는 문제를 물어봐야한다고 생각했습니다. 하자 . 여기서 , , (정수)이며 모든 은 .엑스엔∼에프엔Xn∼FnX_n \sim F_n에프엔= ( 1 − ( 1 −에프n - 1)씨)씨Fn=(1−(1−Fn−1)c)cF_n = (1-(1-F_{n-1})^c)^c에프0= xF0=xF_0 = xc …

2
전 세계적으로 최적화 가능한 비용 함수를 공식화하여 문제에 접근 할 때의 이점
이것은 다소 일반적인 질문이지만 통계와 관련이있는 것은 아니지만 저자가 다음과 같은 접근 방식을 선호하는 기계 학습 및 통계 문헌의 추세를 발견했습니다. 접근법 1 : 전 세계적으로 최적의 솔루션을 찾는 것이 가능한 (예를 들어, 계산적 관점에서) 비용 함수를 공식화함으로써 (예를 들어 볼록한 비용 함수를 공식화함으로써) 실제 문제에 대한 솔루션을 얻는다. 오히려 …
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.