Statistiken und Big Data

4

Ich versuche, den Protokollverlust und seine Funktionsweise besser zu verstehen, aber eine Sache, die ich nicht zu finden scheine, ist, die Protokollverlustnummer in einen Kontext zu setzen. Wenn mein Modell einen log-Verlust von 0,5 hat, ist das gut? Was ist ein gutes und ein schlechtes Ergebnis? Wie verändern sich diese …

16 machine-learning loss-functions log-loss

5

Wie übertreffen Ensemble-Methoden alle ihre Bestandteile?

Ich bin ein bisschen verwirrt über das Lernen von Ensembles. Kurz gesagt, es werden k Modelle ausgeführt und der Durchschnitt dieser k Modelle ermittelt. Wie kann garantiert werden, dass der Durchschnitt der k Modelle besser ist als jeder der Modelle für sich? Ich verstehe, dass die Tendenz "ausgebreitet" oder "gemittelt" …

16 machine-learning ensemble

3

Was ist ein Nullmodell in der Regression und wie hängt es mit der Nullhypothese zusammen?

Was ist ein Nullmodell in der Regression und in welcher Beziehung steht das Nullmodell zur Nullhypothese? Für mein Verständnis bedeutet es Verwenden Sie "Durchschnitt der Antwortvariablen", um eine kontinuierliche Antwortvariable vorherzusagen? Verwendung der "Etikettenverteilung" zur Vorhersage diskreter Antwortvariablen? Wenn dies der Fall ist, scheinen die Verbindungen zwischen der Nullhypothese zu …

16 regression hypothesis-testing classification terminology model

2

Was passiert hier, wenn ich bei der Einstellung der logistischen Regression den quadratischen Verlust verwende?

Ich versuche, einen quadratischen Verlust zu verwenden, um eine binäre Klassifizierung für einen Spielzeugdatensatz durchzuführen. Ich verwende einen mtcarsDatensatz, verwende Meile pro Gallone und Gewicht, um die Übertragungsart vorherzusagen. Das folgende Diagramm zeigt die zwei Arten von Übertragungstypdaten in verschiedenen Farben und die Entscheidungsgrenze, die durch verschiedene Verlustfunktionen erzeugt werden. …

16 r machine-learning logistic optimization loss-functions

7

Warum werden verzerrte Daten für die Modellierung nicht bevorzugt?

In den meisten Fällen, in denen von Variablentransformationen gesprochen wird (sowohl für Prädiktor- als auch für Antwortvariablen), werden Möglichkeiten zur Behandlung von Datenfehlern (wie Protokolltransformation, Box- und Cox-Transformation usw.) erörtert. Was ich nicht verstehen kann, ist, warum das Entfernen von Versatz als eine solche gängige Best Practice angesehen wird? Wie …

16 modeling skewness

1

Welche Kausaltheorien sollte ich kennen?

Welche theoretischen Herangehensweisen an die Kausalität sollte ich als angewandter Statistiker / Ökonometriker kennen? Ich kenne die (ein bisschen) Neyman-Rubin-Kausalmodell (und Roy , Haavelmo usw.) Pearl's Arbeit über Kausalität Granger-Kausalität (wenn auch weniger behandlungsorientiert) Welche Konzepte vermisse ich oder sollte ich darauf achten? Verwandte: Welche Theorien sind Grundlagen für Kausalität …

16 machine-learning causality theory treatment-effect

1

Maximale Lücke zwischen Proben, die ersatzlos aus einer diskreten Gleichverteilung gezogen wurden

Dieses Problem hängt mit der Erforschung der Roboterabdeckung in meinem Labor zusammen: Zeichne zufällig Zahlen aus der Menge ohne Ersetzung und sortiere die Zahlen in aufsteigender Reihenfolge. .nnn{1,2,…,m}{1,2,…,m}\{1,2,\ldots,m\}1≤n≤m1≤n≤m1\le n\le m Aus dieser sortierten Liste von Zahlen wird die Differenz zwischen aufeinanderfolgenden Zahlen und den Grenzen erzeugt: . Dies ergibt Lücken.g …

16 probability mathematical-statistics uniform combinatorics order-statistics

4

Sind zwei normale Standard-Zufallsvariablen immer unabhängig?

Ich habe gelernt, dass die Standardnormalverteilung eindeutig ist, weil der Mittelwert und die Varianz auf 0 bzw. 1 festgelegt sind. Aufgrund dieser Tatsache frage ich mich, ob zwei Standard-Zufallsvariablen unabhängig sein müssen.

16 normal-distribution independence

1

Tensoren in der Literatur zu neuronalen Netzen: Was ist die einfachste Definition da draußen?

In der Literatur zu neuronalen Netzen stoßen wir häufig auf das Wort "Tensor". Unterscheidet es sich von einem Vektor? Und aus einer Matrix? Haben Sie ein konkretes Beispiel, das die Definition verdeutlicht? Ich bin ein bisschen verwirrt über die Definition. Wikipedia hilft nicht und manchmal habe ich den Eindruck, dass …

16 neural-networks terminology definition tensor

2

Moderne Anwendungsfälle für eingeschränkte Boltzmann-Maschinen (RBM)?

Hintergrund: Ein Großteil der modernen Forschung in den letzten ~ 4 Jahren (nach Alexander Net ) scheint von der Verwendung von generativem Pretraining für neuronale Netze abgewichen zu sein, um Klassifizierungsergebnisse auf dem neuesten Stand der Technik zu erzielen. Zum Beispiel beinhalten die Top-Ergebnisse für Mnist hier nur 2 Artikel …

16 references deep-learning rbm generative-models

1

Kammregression umkehren: Finden Sie bei gegebener Antwortmatrix und gegebenen Regressionskoeffizienten geeignete Prädiktoren

Betrachten wir ein Standard OLS Regressionsproblem : Ich habe Matrizen und und ich möchte \ B finden, um L = \ | \ Y- \ X \ B \ | ^ 2 zu minimieren . Die Lösung ist gegeben durch \ hat \ B = \ argmin_ \ B \ …

16 regression least-squares ridge-regression

3

Wie erhält man Hyperparameter in einer verschachtelten Kreuzvalidierung?

Ich habe die folgenden Beiträge zur geschachtelten Kreuzvalidierung gelesen und bin mir immer noch nicht 100% sicher, was ich mit der Modellauswahl mit geschachtelter Kreuzvalidierung tun soll: Verschachtelte Kreuzvalidierung für die Modellauswahl Modellauswahl und Kreuzvalidierung: Der richtige Weg Lassen Sie mich, um meine Verwirrung zu erklären, Schritt für Schritt durch …

16 cross-validation scikit-learn hyperparameter

2

Reststandardfehlerdifferenz zwischen optim und glm

Ich versuche, mit optimden Ergebnissen einer einfachen linearen Regression mit zu reproduzierenglm oder sogar nlsR-Funktionen ausgestattet ist. Die Parameterschätzungen sind die gleichen, aber die Restvarianzschätzung und die Standardfehler der anderen Parameter sind nicht die gleichen, insbesondere wenn die Stichprobengröße niedrig ist. Ich nehme an, dass dies auf Unterschiede in der …

16 r maximum-likelihood optimization

2

Warum ist der F-Test für die Annahme der Normalität so empfindlich?

Warum ist der F- Test für die Varianzdifferenz so empfindlich gegenüber der Annahme einer Normalverteilung, selbst für große ?NNN Ich habe versucht, im Internet zu suchen und die Bibliothek besucht, aber keine davon hat gute Antworten gegeben. Es heißt, dass der Test sehr empfindlich auf Verstöße gegen die Annahme für …

16 normality-assumption f-test

2

Hohe Varianz der Verteilung von p-Werten (ein Argument in Taleb 2016)

Ich versuche, die in Taleb, 2016, The Meta-Distribution of Standard P-Values , gemachte Behauptung zu verstehen . Taleb macht darin das folgende Argument für die Unzuverlässigkeit des p-Werts (so wie ich es verstehe): Eine Schätzprozedur, die mit Datenpunkten arbeitet, die von einer Verteilung X stammen, gibt einen p-Wert aus. Wenn …

16 hypothesis-testing statistical-significance p-value