«normalization» 태그된 질문

주어진 데이터 세트에 대해 스프레드는 종종 표준 편차 또는 IQR (사 분위수 범위)로 계산됩니다. a standard deviation는 정규화되고 (z- 점수 등) 두 개의 다른 모집단의 분포를 비교하는 데 사용할 수 있지만, 두 개의 다른 모집단의 표본은 두 개의 다른 척도에서 값을 가질 수 있기 때문에 IQR의 경우에는 해당되지 않습니다. e.g. …

12 nonparametric  mathematical-statistics  standard-deviation  descriptive-statistics  normalization 

mgcv에 대한 패키지는 R텐서 제품의 상호 작용을 피팅에 대한 두 가지 기능이 있습니다 : te()와 ti(). 나는 둘 사이의 기본 노동 분열을 이해한다 (비선형 상호 작용에 적합하고이 상호 작용을 주요 효과와 상호 작용으로 분해). 내가 이해할 수없는 것은 왜 te(x1, x2)와 ti(x1) + ti(x2) + ti(x1, x2)(약간) 다른 결과가 발생할 …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

능선 및 올가미 회귀에 대한 기능을 표준화하는 것이 일반적인 관행임을 알고 있지만 이러한 회귀 분석법에 대한 z- 점수 표준화의 대안으로 (0,1) 척도에서 피쳐를 정규화하는 것이 더 실용적입니까?

11 normalization  lasso  standardization  ridge-regression 

(예를 들어, 압축 감지 분야에서) 규범이 기능을 최소화하면 (고정 행렬 및 벡터 ) 라는 의미에서 "희소성 유발" 이라는 것은 잘 알려져 있습니다 충분히 큼 \ lambda> 0 이면 A , \ vec {b} 및 \ lambda 중 많은 항목이 결과 \ vec {x} 에 정확히 0이 아닌 항목을 많이 가질 …

10 regression  matrix  normalization  regularization  sparse 

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 

정규화에는 두 가지 이상의 유형이 있다는 것을 알고 있습니다. 예를 들어 1- z- 점수 또는 t- 점수를 사용하여 데이터 변환. 이것을 보통 표준화라고합니다. 2- 0에서 1 사이의 값을 갖도록 데이터 크기 조정 정규화가 필요한 경우 이제 질문 KNN에 어떤 유형의 데이터 정규화를 사용해야합니까? 그리고 왜?

9 machine-learning  normalization  standardization  k-nearest-neighbour 

LeCun et al (1998)의 "Efficient Backprop"에 따르면 모든 입력이 0을 중심으로하고 최대 2 차 미분의 범위 내에 있도록 모든 입력을 정규화하는 것이 좋습니다. 예를 들어 "Tanh"함수에 [-0.5,0.5]를 사용합니다. 이것은 Hessian이 더욱 안정적이됨에 따라 역 전파 진행을 돕는 것입니다. 그러나, 나는 정류기 뉴런 (max (0, x))으로 무엇을 해야할지 확신하지 못했습니다. (그 …

9 machine-learning  neural-networks  normalization  deep-learning  multidimensional-scaling 

다중 등급 선형 판별 분석 (또는 다중 판별 분석이라고도 함)을 차원 축소 (또는 PCA를 통한 차원 축소 후 변환)에 사용하는 경우 일반적으로 "Z- 점수 정규화"(또는 표준화) 완전히 다른 스케일로 측정 되더라도 기능이 필요하지 않습니까? LDA에 이미 표준화 된 유클리드 거리를 암시하는 Mahalanobis 거리와 유사한 용어가 포함되어 있기 때문에? 따라서 꼭 …

9 classification  data-transformation  normalization  standardization  discriminant-analysis 

선형 회귀 모델을 배우려고합니다. 그러나 데이터 정규화와 관련하여 혼란이 있습니다. 기능 / 예측자를 평균 및 단위 분산을 0으로 정규화했습니다. 대상에 대해서도 동일한 작업을 수행해야합니까? 그렇다면 왜?

9 regression  multiple-regression  normalization 

동적 쿼리를 사용하여 "쿼리"및 "템플릿"곡선과 일치하고 지금까지 합리적인 성공을 거두고 있지만 몇 가지 기본적인 질문이 있습니다. DTW 결과가 경험적으로 나타나는 임계 값보다 작은 지 평가하여 "일치"를 평가하고 있습니다. 이것이 DTW를 사용하여 "일치"를 결정하는 일반적인 방법입니까? 그렇지 않은 경우 설명하십시오 ... (1)에 대한 대답이 "예"라고 가정하면 DTW 결과는 a) 곡선의 진폭 …

9 time-series  normalization  functional-data-analysis 

여러 대상이 착용 한 여러 센서로 수집 한 대용량 가속도계 데이터를 사용하고 있습니다. 불행히도, 여기에 아무도이 장치의 기술 사양을 알고있는 것 같지 않으며, 다시 교정 된 적이 없다고 생각합니다. 장치에 대한 많은 정보가 없습니다. 나는 석사 논문을 연구하고 있는데, 가속도계는 다른 대학에서 빌려 왔으며 상황은 다소 불투명했다. 장치에서 선처리를 하는가? …

9 normalization  signal-processing 

이 기사 에서 다음과 같은 이식편을 가져옵니다 . 부트 스트랩을 사용하고 R boot패키지가있는 선형 혼합 모델을 위해 파라 메트릭, 반 파라 메트릭 및 비 파라 메트릭 부트 스트랩 부트 스트랩을 구현하려고 초보자 입니다. R 코드 내 R코드 는 다음과 같습니다 . library(SASmixed) library(lme4) library(boot) fm1Cult <- lmer(drywt ~ Inoc + …

9 r  mixed-model  bootstrap  central-limit-theorem  stable-distribution  time-series  hypothesis-testing  markov-process  r  correlation  categorical-data  association-measure  meta-analysis  r  anova  confidence-interval  lm  r  bayesian  multilevel-analysis  logit  regression  logistic  least-squares  eda  regression  notation  distributions  random-variable  expected-value  distributions  markov-process  hidden-markov-model  r  variance  group-differences  microarray  r  descriptive-statistics  machine-learning  references  r  regression  r  categorical-data  random-forest  data-transformation  data-visualization  interactive-visualization  binomial  beta-distribution  time-series  forecasting  logistic  arima  beta-regression  r  time-series  seasonality  large-data  unevenly-spaced-time-series  correlation  statistical-significance  normalization  population  group-differences  demography 

여러 점 프로세스 (또는 하나의 표시된 점 프로세스)에 대해 쿼드 랏 수 분석을 수행 한 다음 일부 차원 축소 기술을 적용하고 싶습니다. 마크는 동일하게 배포되지 않습니다. 즉, 일부 마크가 자주 표시되고 일부는 매우 드 rare니다. 따라서 2D 공간을 일반 그리드로 간단히 나눌 수는 없습니다. 더 빈번한 마크는 덜 빈번한 마크를 …

9 multivariate-analysis  normalization  ecology  point-process