«machine-learning» 태그된 질문

현재 작업중 인 프로젝트에 대해 다른 분류 방법을 탐색 중이며 랜덤 포레스트 시도에 관심이 있습니다. 나는 갈수록 나 자신을 교육하려고 노력하고 있으며 CV 커뮤니티가 제공하는 도움에 감사하겠습니다. 데이터를 훈련 / 테스트 세트로 나누었습니다. R에서 random forest를 사용한 실험 (randomForest 패키지 사용)에서 나는 작은 클래스에 대해 높은 분류 오류로 어려움을 겪고 …

17 r  machine-learning  random-forest 

랜덤 포레스트 (RF)는 경쟁적인 데이터 모델링 / 마이닝 방법입니다. RF 모델에는 출력 / 예측 변수라는 하나의 출력이 있습니다. RF를 사용하여 여러 출력을 모델링하는 순진한 접근 방식은 각 출력 변수에 대해 RF를 구성하는 것입니다. 따라서 우리는 N 개의 독립적 인 모델을 가지고 있으며, 출력 변수 사이에 상관 관계가있는 경우 중복 / …

17 machine-learning  cart  random-forest  multilabel 

방금 이 토론을 읽었습니다 . 그들은 PR AUC가 불균형 데이터 세트에서 ROC AUC보다 낫다고 주장합니다. 예를 들어 테스트 데이터 세트에 10 개의 샘플이 있습니다. 9 개의 샘플은 양수이고 1은 음수입니다. 모든 것을 긍정적으로 예측하는 끔찍한 모델이 있습니다. 따라서 TP = 9, FP = 1, TN = 0, FN = 0이라는 …

17 machine-learning  model-selection  roc  unbalanced-classes  precision-recall 

내 질문은 어리석은 질문 일 수 있습니다. 그래서 미리 사과하겠습니다. Stanford NLP 그룹에 의해 사전 훈련 된 GLOVE 모델을 사용하려고했습니다 ( link ). 그러나 유사성 결과에 약간의 음수가 있음을 알았습니다. 즉각 단어 벡터 데이터 파일을 보라는 메시지가 나타납니다. 분명히, 단어 벡터의 값은 음수가 될 수있었습니다. 그것이 왜 코사인의 음의 유사성을 …

17 machine-learning  word2vec  cosine-similarity 

두 랜덤 변수 사이의 인과 관계에 대한 수학적 정의는 무엇입니까? 두 확률 변수의 공동 분배의 샘플을 감안할 때 XXX 와 YYY 우리가 말을 할 때, XXX 원인 YYY ? 맥락에서, 나는 인과 적 발견에 관한이 논문을 읽고있다 .

16 machine-learning  causality 

지도 학습의 정의는 강화 된 학습 의 하위 집합 인 것 같습니다 (환경의 다른 정보와는 대조적으로) 레이블이 지정된 데이터를 기반으로하는 특정 유형의 보상 기능이 있습니다. 이것이 정확한 묘사입니까?

16 machine-learning  terminology  reinforcement-learning  supervised-learning  definition 

방금 "Akaike information criterion"에 부딪 쳤고 모델 선택에 관한 많은 양의 문헌을 보았습니다 (BIC와 같은 것들도 존재 함). 현대 기계 학습 방법이 이러한 BIC 및 AIC 모델 선택 기준을 활용하지 않는 이유는 무엇입니까?

16 machine-learning  model-selection  aic  bic 

로그 손실과 작동 방식을 더 잘 이해하려고하지만 찾을 수없는 것 중 하나는 로그 손실 번호를 일종의 컨텍스트에 넣는 것입니다. 내 모델의 로그 손실이 0.5이면 좋습니까? 좋은 점수와 나쁜 점수는 무엇입니까? 이러한 임계 값은 어떻게 변경됩니까?

16 machine-learning  loss-functions  log-loss 

나는 앙상블 학습에 대해 약간 혼란스러워합니다. 간단히 말해서, k 모델을 실행하고 이러한 k 모델의 평균을 얻습니다. k 모델의 평균이 다른 모델보다 우수하다는 것을 어떻게 보장 할 수 있습니까? 편견이 "확산"또는 "평균화"되었음을 이해합니다. 그러나 앙상블에 두 개의 모델 (예 : k = 2)이 있고 그 중 하나가 다른 것보다 나쁘면 앙상블이 …

16 machine-learning  ensemble 

응용 통계 학자 / 경제학자로 인과 관계에 대한 이론적 접근법은 무엇입니까? 나는 (아주 조금) 알고있다 Neyman-Rubin 인과 모델 (및 Roy , Haavelmo 등) 인과 관계에 대한 진주의 연구 Granger Causality (처리 지향적이지는 않지만) 어떤 개념을 놓치거나 알고 있어야합니까? 관련 : 머신 러닝에서 인과 관계의 기초가되는 이론은 무엇입니까? 나는이 흥미로운 질문들과 …

16 machine-learning  causality  theory  treatment-effect 

컨볼 루션 신경망을 배울 때 다음 그림에 관한 질문이 있습니다. 1) 레이어 1의 C1에는 6 개의 기능 맵이 있습니다. 6 개의 컨볼 루션 커널이 있습니까? 각 컨볼 루션 커널은 입력을 기반으로 기능 맵을 생성하는 데 사용됩니다. 2) 레이어 2의 S1에는 6 개의 기능 맵이 있고 C2에는 16 개의 기능 맵이 …

16 machine-learning  neural-networks  deep-learning  pattern-recognition  conv-neural-network 

우리는 기계 학습 : 확률 적 관점 (Kevin Murphy)을 통해 기계 학습을 공부하고 있습니다. 텍스트는 각 알고리즘의 이론적 기초를 설명하지만 어떤 경우에 어떤 알고리즘이 더 낫다는 것을 거의 말하지 않으며, 어떤 알고리즘이 더 나은지에 대해서는 말하지 않습니다. 예를 들어, 커널을 선택하기 위해 데이터의 복잡성을 측정하기 위해 탐색 적 데이터 분석을 …

16 machine-learning  eda 

사용할 성능 측정, ROC 곡선 아래 영역 (FPR의 함수로서 TPR) 또는 정밀 회수 곡선 아래 영역 (리콜 함수로서의 정밀도)에 대해 의문이 있습니다. 내 데이터가 불균형합니다. 즉, 부정적인 인스턴스의 수가 긍정적 인 인스턴스보다 훨씬 많습니다. weka의 출력 예측을 사용하고 있으며 샘플은 다음과 같습니다. inst#,actual,predicted,prediction 1,2:0,2:0,0.873 2,2:0,2:0,0.972 3,2:0,2:0,0.97 4,2:0,2:0,0.97 5,2:0,2:0,0.97 6,2:0,2:0,0.896 7,2:0,2:0,0.973 …

16 r  machine-learning  roc  precision-recall  auc 

Friedman의 그래디언트 부스팅 머신 은 Breiman의 Random Forest 보다 더 나은 성능을 얻을 수 있습니까 ? 그렇다면 어떤 조건에서 어떤 종류의 데이터 세트가 gbm을 향상시킬 수 있습니까?

16 machine-learning  data-mining  random-forest  boosting 

나는 부정적인 데이터가 없다는 것을 염두에두고 단일 클래스 SVM (OSVM)이 제안되었고, 그들은 긍정적 세트와 부정적인 앵커 포인트를 분리하는 결정 경계를 찾으려고 노력한다는 것을 이해합니다. 2011 년의 연구는 OSVM과는 다른 "범주 별 분류기"를 훈련시키는 ESVM ( Exemplar SVM )을 제안 합니다. 계산 " 이것이 의미하는 바와 ESVM이 OSVM과 어떻게 다른지 잘 …

16 machine-learning  svm