«machine-learning» 태그된 질문

SVM 및 SVR에 대한 기본 사항을 알고 있지만 여전히 여백을 최대화하는 하이퍼 플레인을 찾는 문제가 SVR에 어떻게 부합하는지 알 수 없습니다. 둘째, SVR에서 허용 오차로 사용 된 에 대한 내용을 읽었습니다 . 무슨 뜻이에요?ϵϵ\epsilon 셋째, SVM과 SVR에 사용 된 의사 결정 기능 매개 변수간에 차이가 있습니까?

11 regression  machine-learning  svm 

나는 항상 회귀의 맥락에서 상호 작용이라는 용어를 읽었습니다. knn 또는 svm과 같은 다른 모델과의 상호 작용도 고려해야합니까? 이 경우 , 100 또는 더 많은 기능을하고 있습니다 말 1000 명 유용한 상호 작용을 찾을 수있는 일반적인 방법이 무엇인지 관찰? 모든 조합을 사용해보십시오? 아니면 합당한 조합 만 사용합니까?505050100100100100010001000

11 machine-learning  interaction  terminology 

여러 대상이있는 데이터를 처리 할 수있는 기술에 대한 리소스 (책, 강의 노트 등)를 찾고 있습니다 (예 : 3 개의 종속 변수 : 2 개의 이산 및 1 개의 연속). 누구든지 이것에 대한 자원 / 지식이 있습니까? 신경망을 사용할 수 있다는 것을 알고 있습니다.

11 regression  machine-learning  predictive-models  references 

약 6 천만 개의 문구를 벡터 공간 에 삽입하려고 시도하고 그 사이 의 코사인 유사성 을 계산 하려고합니다. 나는 유니 그램 CountVectorizer과 bigram을 생성하는 맞춤형 내장 토큰 화 기능과 함께 sklearn을 사용 하고 있습니다. 의미있는 표현을 얻으려면 행 수에서 선형으로 엄청난 수의 열을 허용해야합니다. 이로 인해 엄청나게 희소 행렬이 발생하여 …

11 machine-learning  natural-language  word2vec  word-embeddings  cosine-similarity 

숫자 벡터를 입력으로 사용하고 클래스 레이블을 출력으로 제공하는 분류기를 배우고 싶다고 가정 해보십시오. 내 훈련 데이터는 많은 수의 입력-출력 쌍으로 구성됩니다. 그러나 일부 새 데이터를 테스트 할 때이 데이터는 일반적으로 부분적으로 만 완료됩니다. 예를 들어 입력 벡터의 길이가 100 인 경우 요소 중 30 개에만 값이 제공되고 나머지는 "알 수 …

11 machine-learning  classification  neural-networks  deep-learning 

회귀에 가우시안 프로세스 (GP)를 사용하고 있습니다. 내 문제에서 두 개 이상의 데이터 포인트 가 상대적으로 길이에 상대적으로 가깝습니다. 문제의 규모. 또한 관측에 소음이 심할 수 있습니다. 계산 속도를 높이고 측정 정확도를 높이려면 더 큰 길이의 예측에 관심이있는 한 서로 가까운 지점의 클러스터를 병합 / 통합하는 것이 자연스러워 보입니다.x⃗ (1),x⃗ (2),…x→(1),x→(2),…\vec{x}^{(1)},\vec{x}^{(2)},\ldots …

11 regression  machine-learning  gaussian-process 

James, Witten, Hastie, Tibshirani (2013) 의 저서 'R의 통계 학습에 대한 통계 학습 소개' 에서 Ridge Regression / Lasso에 대한 LAB 섹션 §6.6을 살펴 보겠습니다 . 보다 구체적으로, scikit-learn Ridge모델을 R 패키지 'ISLR'의 'Hitters'데이터 세트에 적용하려고합니다 . R 코드에 표시된 것과 동일한 기능 세트를 작성했습니다. 그러나 glmnet()모델 의 결과에 가까이 …

11 r  machine-learning  scikit-learn  regression 

두 클래스 및 에 속성 가 있고 분포가 및 합니다. 다음 비용 매트릭스에 대해 동일한 사전 경우 :C1C1C_1C2C2C_2xxxN(0,0.5)N(0,0.5) \cal{N} (0, 0.5)N(1,0.5)N(1,0.5) \cal{N} (1, 0.5)P(C1)=P(C2)=0.5P(C1)=P(C2)=0.5P(C_1)=P(C_2)=0.5 L=[010.50]L=[00.510]L= \begin{bmatrix} 0 & 0.5 \\ 1 & 0 \end{bmatrix} 왜, 가 최소 위험 (비용) 분류기의 임계 값입니까?x0&lt;0.5x0&lt;0.5x_0 < 0.5 이것은 내가 오해하는 나의 주 예입니다 …

11 machine-learning  classification  bayesian  normal-distribution  bivariate 

의사 결정 트리에 Gini 불순물 및 정보 획득을 언제 사용할 수 있는지 설명해 주시겠습니까? 언제 어떤 것을 사용하는 것이 가장 좋은지에 대한 상황 / 예를 들어 주시겠습니까?

11 machine-learning  classification  data-mining  cart 

수입 업체가 유통 업체의 고객 네트워크에서 제품 수요를 예측할 수 있도록하는 예측 애플리케이션을 개발 중입니다. 판매량은 수요를 충족시키기에 충분한 재고가있는 한 수요에 대한 대리입니다. 하지만 재고를 0으로 낮추면 (고객이 피하는 데 도움이되는 상황) 목표를 놓친 부분을 많이 알지 못합니다. 고객이 얼마나 많은 판매를했을까요? 충분한 공급이 있었습니까? Sales를 간단한 대상 변수로 …

11 r  regression  machine-learning  censoring 

나는 최근 온라인 학습에 대해 더 많이 배우려고 노력했지만 (절대적으로 흥미 롭습니다!) 내가 잘 이해하지 못한 주제 중 하나는 오프라인과 온라인 컨텍스트에서 모델 선택에 대해 생각하는 방법입니다. 특히, 일부 고정 데이터 세트 에 따라 분류 자 오프라인으로 학습한다고 가정 합니다. 예를 들어, 교차 검증을 통해 성능 특성을 추정하고이 방법으로 가장 …

11 machine-learning  model-selection  online 

나는 기계 학습 (일부 통계)의 새로운 이민자이며, 학습 지식 (감독 / 감독되지 않은 학습 알고리즘, 관련 최적화 방법, 정규화, 일부 철학 (예 : 편향 분산 절충)?)입니다. 나는 실제 연습이 없으면 기계 학습에 대한 깊은 이해를 얻지 못할 것이라는 것을 알고 있습니다. 따라서 실제 데이터에 대한 분류 문제부터 시작합니다 (예 : …

11 machine-learning  algorithms 

저는 대학에서 ML을하고 있는데 교수는 기대 (E)라는 용어를 언급하면서 가우시안 프로세스에 대해 몇 가지를 설명하려고했습니다. 그러나 그가 설명한 방식에서 나는 E가 평균 μ와 같다는 것을 이해했습니다. 내가 제대로 이해 했습니까? 동일하면 두 기호가 모두 사용되는 이유를 알고 있습니까? 또한 E가 E ( ) 와 같은 함수로 사용될 수 있음을 보았지만 …

11 machine-learning  gaussian-process  linear-algebra 

EM 알고리즘 에 관한 매우 유용한 튜토리얼을 찾았습니다 . 튜토리얼의 예제와 그림은 단순히 훌륭합니다. 확률 계산에 대한 관련 질문 기대 최대화가 어떻게 작동합니까? 튜토리얼에 설명 된 이론을 예제에 연결하는 방법에 관한 또 다른 질문이 있습니다. 전자 단계에서, EM 함수를 선택 그 하한은 로그 P ( X , Θ ) 도처하고있는 …

11 machine-learning  clustering  algorithms  natural-language 

GBM에서 트리 수를 선택하기위한 전략이 있습니까? 특히, ntrees의 인자 R의 gbm함수. 왜 당신이 ntrees가장 높은 합리적인 가치로 설정되어서는 안되는지 모르겠습니다 . 많은 수의 나무가 여러 GBM의 결과 변동성을 명확하게 감소시키는 것으로 나타났습니다. 나는 많은 나무가 과적 합으로 이어질 것이라고 생각하지 않습니다. 이견있는 사람?

11 r  machine-learning  gbm