Statistiken und Big Data

4

Wie kann man die Nachteile von Hierarchical Clustering verstehen?

Kann jemand die Vor- und Nachteile von Hierarchical Clustering erklären? Hat hierarchisches Clustering die gleichen Nachteile wie K? Was sind die Vorteile von Hierarchical Clustering gegenüber K? Wann sollten wir K-Mittel anstelle von Hierarchical Clustering verwenden und umgekehrt? Antworten auf diesen Beitrag erklären die Nachteile von k sehr gut. Wie …

19 clustering k-means unsupervised-learning hierarchical-clustering

4

Kann es bei kategorialen Daten Cluster geben, ohne dass die Variablen in Beziehung stehen?

Beim Versuch, Clusteranalysen zu erklären, wird der Prozess häufig falsch verstanden, da er damit zusammenhängt, ob die Variablen korreliert sind. Ein Weg, um die Leute an dieser Verwirrung vorbei zu bringen, ist eine Handlung wie diese: Dies zeigt deutlich den Unterschied zwischen der Frage, ob es Cluster gibt, und der …

19 clustering categorical-data independence

2

Nicht-Normalverteilungen mit null Schiefe und null überschüssiger Kurtosis?

Meist theoretische Frage. Gibt es Beispiele für nicht normale Verteilungen, deren erste vier Momente denen der Normalverteilung entsprechen? Könnten sie theoretisch existieren?

19 normal-distribution skewness moments theory kurtosis

2

Ist Student's T-Test ein Wald-Test?

Ist Student's T-Test ein Wald-Test? Ich habe die Beschreibung der Wald-Tests aus Wassermans All of Statistics gelesen . Es scheint mir, dass der Wald-Test T-Tests umfasst. Ist das korrekt? Wenn nein, was macht einen T-Test nicht zu einem Wald-Test?

19 hypothesis-testing t-test

2

Extreme Lernmaschine: Worum geht es?

Ich habe mehr als ein Jahr lang über das Paradigma der extremen Lernmaschine (Extreme Learning Machine, ELM) nachgedacht, es implementiert und verwendet. Je länger ich es tue, desto mehr bezweifle ich, dass es wirklich eine gute Sache ist. Meine Meinung scheint jedoch im Gegensatz zur wissenschaftlichen Gemeinschaft zu stehen, wo …

19 regression

3

Schätzen der wichtigsten Features in einer k-means-Clusterpartition

Gibt es eine Möglichkeit zu bestimmen, welche Merkmale / Variablen des Datensatzes innerhalb einer k-means Cluster-Lösung am wichtigsten / dominantesten sind?

19 machine-learning clustering k-means importance

1

Warum überhaupt ANOVA verwenden, anstatt direkt in Post-Hoc- oder geplante Vergleichstests einzusteigen?

Was bringt es Ihnen, wenn Sie einen solchen ANOVA-Test in einer Situation zwischen Gruppen durchführen? Was tun Sie als Erstes nach dem Hoc-Test (Bonferroni, Šidák usw.) oder bei geplanten Vergleichstests? Warum nicht den ANOVA-Schritt komplett überspringen? Ich stelle fest, dass in einer solchen Situation der einzige Vorteil von ANOVA zwischen …

19 hypothesis-testing anova multiple-comparisons post-hoc

2

Was ist die Intuition des invertierbaren Prozesses in Zeitreihen?

Ich lese ein Buch über Zeitreihen und habe mich im folgenden Teil am Kopf gekratzt: Könnte mir jemand die Intuition erklären? Ich konnte es nicht aus diesem Text bekommen. Warum muss der Prozess umkehrbar sein? Was ist das große Ganze hier? Vielen Dank für jede Hilfe. Ich bin neu in …

19 time-series arma

1

Passgenauigkeit für 2D-Histogramme

Ich habe zwei Datensätze, die Sternparameter darstellen: einen beobachteten und einen modellierten. Mit diesen Sets erstelle ich ein sogenanntes Zwei-Farben-Diagramm (TCD). Ein Beispiel ist hier zu sehen: A sind die beobachteten Daten und B die aus dem Modell extrahierten Daten (egal, welche schwarzen Linien, welche Punkte die Daten darstellen). Ich …

19 goodness-of-fit histogram

2

Hypothesentest und Signifikanz für Zeitreihen

Ein gewöhnlicher Signifikanztest bei der Betrachtung von zwei Populationen ist der T-Test, wenn möglich der gepaarte T-Test. Dies setzt voraus, dass die Verteilung normal ist. Gibt es ähnliche vereinfachende Annahmen, die einen Signifikanztest für eine Zeitreihe ergeben? Insbesondere haben wir zwei relativ kleine Populationen von Mäusen, die unterschiedlich behandelt werden, …

19 time-series hypothesis-testing statistical-significance

2

Backpropagation-Algorithmus

Ich habe eine leichte Verwirrung über den Backpropagation- Algorithmus, der in Multilayer Perceptron (MLP) verwendet wird. Der Fehler wird durch die Kostenfunktion korrigiert. Bei der Backpropagation versuchen wir, das Gewicht der ausgeblendeten Ebenen anzupassen. Den Ausgabefehler kann ich nachvollziehen, also e = d - y[ohne die Indizes]. Die Fragen sind: …

19 machine-learning neural-networks backpropagation

2

Schätzen der Gammaverteilungsparameter unter Verwendung des Probenmittelwerts und der Standardeinstellung

Ich versuche, die Parameter einer Gammaverteilung zu schätzen , die am besten zu meiner Datenprobe passt. Ich möchte nur den Mittelwert , den Standardwert (und damit die Varianz ) aus der Datenstichprobe verwenden, nicht die tatsächlichen Werte - da diese in meiner Anwendung nicht immer verfügbar sind. Gemäß diesem Dokument …

19 distributions estimation gamma-distribution

1

Verlustfunktion für Autoencoder

Ich experimentiere ein bisschen mit Autoencodern und habe mit Tensorflow ein Modell erstellt, das versucht, den MNIST-Datensatz zu rekonstruieren. Mein Netzwerk ist sehr einfach: X, e1, e2, d1, Y, wobei e1 und e2 Codierschichten sind, d2 und Y Decodierschichten sind (und Y die rekonstruierte Ausgabe ist). X hat 784 Einheiten, …

19 mse autoencoders tensorflow cross-entropy

1

Kalibrieren eines Boosted-Klassifikators für mehrere Klassen

Ich habe Alexandru Niculescu-Mizil und Rich Caruanas Artikel " Erhalten kalibrierter Wahrscheinlichkeiten durch Boosting " und die Diskussion in diesem Thread gelesen . Ich habe jedoch immer noch Probleme beim Verstehen und Implementieren der logistischen oder Plattschen Skalierung , um die Ausgabe meines Multi-Class-Boosting-Klassifikators zu kalibrieren (sanftes Boosten mit Entscheidungsstümpfen). …

19 machine-learning boosting

3

Wie verwendet die logistische Regression die Binomialverteilung?

Ich versuche zu verstehen, wie die logistische Regression die Binomialverteilung verwendet. Angenommen, ich untersuche den Erfolg von Nestern bei Vögeln. Die Wahrscheinlichkeit, dass ein Nest erfolgreich ist, beträgt 0,6. Mit der Binomialverteilung kann ich die Wahrscheinlichkeit für r Erfolge bei n Versuchen berechnen (Anzahl der untersuchten Nester). Aber wie wird …

19 logistic binomial