«regression» 태그된 질문

전기 부하 예측에 대한 논문을 이해하려고하지만 내부 개념, 특히 SARIMAX 모델 과 관련하여 어려움을 겪고 있습니다. 이 모델은 부하를 예측하는 데 사용되며 이해하지 못하는 많은 통계 개념을 사용합니다 (저학년 컴퓨터 과학 학생입니다-통계에서 평신도라고 생각할 수 있습니다). 그것이 어떻게 작동하는지 완전히 이해할 필요는 없지만 적어도 일어나고있는 일을 직관적으로 이해하고 싶습니다. 나는 …

26 regression  time-series  arima  autoregressive  intuition 

신경망과의 회귀에 관심이 있습니다. 숨겨진 노드 + 스킵 레이어 연결이없는 신경망은 선형 모델입니다. 같은 신경망이지만 숨겨진 노드는 어떻습니까? 스킵 레이어 연결의 역할이 무엇인지 궁금합니다. 직관적으로, 스킵 레이어 연결을 포함하면 최종 모델은 선형 모델 + 일부 비선형 부품의 합입니다. 신경망에 스킵 레이어 연결을 추가 할 때 장점이나 단점이 있습니까?

26 regression  machine-learning  neural-networks  deep-learning 

분류와 회귀를 동시에 수행 할 수있는 알고리즘이 있는지 궁금합니다. 예를 들어 알고리즘이 분류자를 배우게하고 각 레이블 내 에서 동시에 연속적인 목표를 배우도록하겠습니다. 따라서 각 학습 예에 대해 범주 레이블 과 연속 값이 있습니다. 먼저 분류자를 훈련시킨 다음 각 레이블 내에서 회귀자를 훈련시킬 수 있지만 두 가지를 모두 수행 할 수있는 …

25 regression  machine-learning  classification  predictive-models  finite-mixture-model 

회귀 실행한다고 가정하십시오 . 성분을 선택하여 왜 모델이 에 대한 예측력을 유지 합니까?k X YY∼XY∼XY \sim XkkkXXXYYY 차원 축소 / 기능 선택 관점에서 가 상위 고유 값을 가진 의 공분산 행렬의 고유 벡터 이면 는 상위 주요 구성 요소입니다 최대 분산으로. 따라서 우리는 의 피처 수를 줄이고 예측력의 대부분을 이해할 …

25 regression  classification  pca  dimensionality-reduction  regularization 

최소 제곱 컨텍스트에서 능선 벌금에 관한 몇 가지 질문이 있습니다. βridge=(λID+X′X)−1X′yβridge=(λID+X′X)−1X′y\beta_{ridge} = (\lambda I_D + X'X)^{-1}X'y 1)이 식은 X의 공분산 행렬이 대각 행렬로 축소되었음을 나타냅니다. 즉, 변수가 절차 전에 표준화되었다고 가정하면 입력 변수 간의 상관 관계가 낮아집니다. 이 해석이 맞습니까? 2) 수축 적용 인 경우 정규화를 통해 람다를 어떻게 든 …

25 regression  pca  regularization  ridge-regression 

간단한 회귀 모형에서 y=β0+β1x+ε,y=β0+β1x+ε, y = \beta_0 + \beta_1 x + \varepsilon, OLS 추정기 및 은 서로 관련되어 있습니다.ββ^OLS0β^0OLS\hat{\beta}_0^{OLS}β^OLS1β^1OLS\hat{\beta}_1^{OLS} 두 추정기 사이의 상관 관계 공식은 다음과 같습니다. Corr(β^OLS0,β^OLS1)=−∑ni=1xin−−√∑ni=1x2i−−−−−−−√.Corr⁡(β^0OLS,β^1OLS)=−∑i=1nxin∑i=1nxi2. \operatorname{Corr}(\hat{\beta}_0^{OLS},\hat{\beta}_1^{OLS}) = \frac{-\sum_{i=1}^{n}x_i}{\sqrt{n} \sqrt{\sum_{i=1}^{n}x_i^2} }. 질문 : 상관의 존재에 대한 직관적 인 설명은 무엇입니까? 상관 관계의 존재에 중요한 의미가 있습니까? 게시물이 편집 …

25 regression  least-squares  estimators 

아래에 표시된 내 종속 변수는 내가 알고있는 재고 분포와 맞지 않습니다. 선형 회귀는 이상한 Y로 예측 된 Y와 관련하여 다소 비정규의 오른쪽으로 치우친 잔차를 생성합니다 (2 차 플롯). 가장 유효한 결과와 최상의 예측 정확도를 얻을 수있는 변형이나 다른 방법에 대한 제안이 있습니까? 가능한 경우 5 가지 값 (예 : 0, …

25 regression  multiple-regression  data-transformation  censoring 

OLS 에 대한 내 질문 에 따르면, Quantile 회귀 분석에 어떤 진단 플롯이 존재합니까? (그리고 R 구현이 있습니까?) 빠른 Google 검색은 이미 웜 플롯 (이전에 들어 본 적이없는)을 가지고 왔으며, 당신이 알고있는 더 많은 방법을 알게되어 기쁩니다. (Quantile-Regression을 위해 포팅 된 OLS 중 하나입니까?)

25 r  regression  diagnostic  quantile-regression  gamlss 

커브를 부드럽게하기 위해 황토 또는 스무딩 스플라인을 사용하는 것에 대한 장단점을 더 잘 이해하고 싶습니다. 내 질문의 또 다른 변형은 황토를 사용하는 것과 동일한 결과를 얻을 수있는 방식으로 스무딩 스플라인을 구성하는 방법이 있는지입니다. 모든 참조 또는 통찰력을 환영합니다.

25 regression  splines  loess 

최근 기계 학습을 시작했지만 로지스틱 회귀 의 직관을 파악하지 못했습니다 . 다음은 내가 이해하는 로지스틱 회귀에 대한 사실입니다. 가설의 기초로 우리는 시그 모이 드 함수를 사용 합니다 . 그것이 왜 나는 이해한다 올바른 선택 그것은이다 그러나 왜, 단지 이해가 안 선택. 가설은 적절한 출력이 일 확률을 나타내 므로 함수 영역이 …

25 regression  machine-learning  logistic 

회귀에서 교호 작용 항은 관련된 직접 효과를 모두 제거합니다. 상호 작용을 삭제하거나 결과를보고합니까? 상호 작용은 원래 가설의 일부가 아니 었습니다.

25 regression  interaction 

I 다소 혼란있어 만약 독립 변수 통계 모델 (또한 예측 또는 기능이라고 함), 예를 들면, 선형 회귀에서 , 랜덤 변수는?Y = β 0 + β 1 XXXXY=β0+β1XY=β0+β1XY=\beta_0+\beta_1 X

25 regression  random-variable  experiment-design  predictor 

SVM의 모든 예는 분류와 관련이 있습니다. 회귀에 SVM (지원 벡터 회귀)을 사용하는 방법을 이해하지 못합니다. 내 이해에서 SVM은 두 클래스 사이의 마진을 최대화하여 최적의 초평면을 찾습니다. 회귀 문제에서 어떻게 작동합니까?

25 regression  svm 

기계 학습 (ML)은 선형 및 로지스틱 회귀 기술을 많이 사용합니다. 또한 기능 공학 기술 (에 의존 feature transform, kernel등). 이유는 없다 아무것도 에 대한 variable transformation(예 power transformation) ML에서 언급은? (예를 들어, 루트 또는 로그를 피처로 가져 오는 것에 대해 들어 본 적이 없으며 일반적으로 다항식 또는 RBF 만 사용합니다.) …

24 regression  machine-learning  data-transformation 

저는 현재 R의 트위터 AnomalyDetection을 사용하고 있습니다 : https://github.com/twitter/AnomalyDetection . 이 알고리즘은 계절별 데이터에 대한 시계열 이상 감지 기능을 제공합니다. 질문 : 이와 비슷한 다른 알고리즘이 있습니까 (계절을 제어하는 ​​것은 중요하지 않음)? 최고의 데이터 / 앙상블을 선택할 수 있도록 내 데이터에서 가능한 많은 시계열 알고리즘을 득점하려고합니다.

24 r  regression  time-series  anomaly-detection