Statistiken und Big Data

Fragen und Antworten für Personen, die sich für Statistik, maschinelles Lernen, Datenanalyse, Data Mining und Datenvisualisierung interessieren

3
Was sind die Vorteile der Wasserstein-Metrik gegenüber der Kullback-Leibler-Divergenz?
Was ist der praktische Unterschied zwischen der Wasserstein-Metrik und der Kullback-Leibler-Divergenz ? Die Wasserstein-Metrik wird auch als Erdbewegungsdistanz bezeichnet . Aus Wikipedia: Wasserstein-Metrik (oder Vaserstein-Metrik) ist eine Abstandsfunktion, die zwischen Wahrscheinlichkeitsverteilungen auf einem gegebenen Metrikraum M definiert ist. und Die Kullback-Leibler-Divergenz ist ein Maß dafür, wie eine Wahrscheinlichkeitsverteilung von einer …
2
Wie funktioniert die Quantilregression?
Ich hoffe auf eine intuitive, verständliche Erklärung der Quantilregression. Angenommen, ich habe einen einfachen Datensatz mit dem Ergebnis und den Prädiktoren .X 1 , X 2YYYX1,X2X1,X2X_1, X_2 Wenn ich zum Beispiel eine Quantil-Regression bei .25, .5, .75 durchführe und .β0,.25,β1,.25...β2,.75β0,.25,β1,.25...β2,.75\beta_{0,.25},\beta_{1,.25}...\beta_{2,.75} Werden die -Werte durch einfaches Ordnen der Werte und Ausführen …
3
Interpretieren von Interaktionsbegriffen in der Logit-Regression mit kategorialen Variablen
Ich habe Daten aus einem Umfrageexperiment, bei dem die Befragten zufällig einer von vier Gruppen zugeordnet wurden: > summary(df$Group) Control Treatment1 Treatment2 Treatment3 59 63 62 66 Während sich die drei Behandlungsgruppen in Bezug auf den angewendeten Stimulus geringfügig unterscheiden, ist der Hauptunterschied, den ich interessiere, zwischen der Kontroll- und …
5
Einführung in die Kausalanalyse
Was sind gute Bücher, die die Kausalanalyse einführen? Ich denke an eine Einführung, die sowohl die Prinzipien der Kausalanalyse erklärt als auch zeigt, wie verschiedene statistische Methoden verwendet werden könnten, um diese Prinzipien anzuwenden.
2
Wie funktioniert die Unterstützung der Vektorregression intuitiv?
Alle Beispiele für SVMs beziehen sich auf die Klassifizierung. Ich verstehe nicht, wie eine SVM für die Regression (Support Vector Regressor) in der Regression verwendet werden könnte. Nach meinem Verständnis maximiert eine SVM den Abstand zwischen zwei Klassen, um die optimale Hyperebene zu finden. Wie würde dies möglicherweise bei einem …
25 regression  svm 
1
Was sind Autoencoder für Variationen und für welche Lernaufgaben werden sie verwendet?
Gemäß dieser und dieser Antwort, scheinen Autoencoder eine Technik zu sein , das neuronale Netze für Dimensionsreduktion verwendet. Ich möchte zusätzlich wissen , was ist ein Variationsautoencoder (seine wichtigsten Unterschiede / Vorteile gegenüber einem „traditionellen“ Autoencoder) und auch das, was die wichtigsten Lernaufgaben sind diese Algorithmen für verwendet werden.
2
Quantile Regression: Verlustfunktion
Ich versuche, die Quantil-Regression zu verstehen, aber eine Sache, die mich leiden lässt, ist die Wahl der Verlustfunktion. ρτ(u)=u(τ−1{u&lt;0})ρτ(u)=u(τ−1{u&lt;0})\rho_\tau(u) = u(\tau-1_{\{u<0\}}) Ich weiß, dass das Minimum der Erwartung von gleich dem -Quantil ist, aber was ist der intuitive Grund, mit dieser Funktion zu beginnen? Ich sehe keinen Zusammenhang zwischen der …
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.