Statistiken und Big Data

1

Schritte, um eine posteriore Verteilung herauszufinden, wenn es einfach genug sein könnte, eine analytische Form zu haben?

Dies wurde auch bei Computational Science gefragt . Ich versuche, eine Bayes'sche Schätzung einiger Koeffizienten für eine Autoregression mit 11 Datenproben zu berechnen: wobei ist Gauß mit Mittelwert 0 und Varianz Die vorherige Verteilung auf dem Vektor ist Gauß mit Mittelwert und einer diagonalen Kovarianzmatrix mit diagonale Einträge gleich .Yi=μ+α⋅Yi−1+ϵiYi=μ+α⋅Yi−1+ϵi …

12 bayesian mathematical-statistics posterior

1

Partielle Regression der kleinsten Quadrate in R: Warum entspricht PLS für standardisierte Daten nicht der Maximierung der Korrelation?

Ich bin sehr neu in Partial Least Squares (PLS) und versuche, die Ausgabe der R-Funktion plsr()im plsPaket zu verstehen . Lassen Sie uns Daten simulieren und den PLS ausführen: library(pls) n <- 50 x1 <- rnorm(n); xx1 <- scale(x1) x2 <- rnorm(n); xx2 <- scale(x2) y <- x1 + x2 …

12 r regression partial-least-squares

1

Beeinträchtigt ein geringer Trainingsumfang eine SVM?

Ich versuche, Nachrichten mithilfe einer SVM in verschiedene Kategorien zu klassifizieren. Ich habe eine Liste der gewünschten Wörter / Symbole aus dem Trainingsset zusammengestellt. Für jeden Vektor, der eine Nachricht darstellt, setze ich die entsprechende Zeile auf, 1wenn das Wort vorhanden ist: "Corpus" ist: [Mary, Little, Lamm, Star, Twinkle] erste …

12 classification svm sparse

1

Es wurde kein Satz über freies Mittagessen in der Pattern Classification von Duda et al

Ich habe einige Fragen zu den in Abschnitt 9.2 verwendeten Notationen. Mangelnde inhärente Überlegenheit eines Klassifikators in der Duda, Hart und Stork's Pattern Classification . Lassen Sie mich zuerst einen relevanten Text aus dem Buch zitieren: Der Einfachheit halber sei ein Problem mit zwei Kategorien betrachtet, bei dem der Trainingssatz …

12 machine-learning

2

Anwenden von maschinellem Lernen für die DDoS-Filterung

In Stanfords Maschinellem Lernkurs erwähnte Andrew Ng die Anwendung von ML in der IT. Einige Zeit später, als ich DDoS von mittlerer Größe (ca. 20.000 Bots) auf unserer Site bekam, entschied ich mich, mit einem einfachen Neural Network-Klassifikator dagegen anzukämpfen. Ich habe dieses Python-Skript in ungefähr 30 Minuten geschrieben: https://github.com/SaveTheRbtz/junk/tree/master/neural_networks_vs_ddos …

12 classification neural-networks unsupervised-learning

2

Domain-Agnostic Feature Engineering, das semantische Bedeutung behält?

Feature Engineering ist oft ein wichtiger Bestandteil des maschinellen Lernens (es wurde stark genutzt, um den KDD Cup 2010 zu gewinnen ). Ich finde jedoch, dass die meisten Feature-Engineering-Techniken entweder Zerstören Sie jede intuitive Bedeutung der zugrunde liegenden Funktionen oder sind sehr spezifisch für eine bestimmte Domäne oder sogar bestimmte …

12 predictive-models feature-selection feature-construction

2

Vorhersage mehrerer Ziele oder Klassen?

Angenommen, ich erstelle ein Vorhersagemodell, in dem ich versuche, mehrere Ereignisse vorherzusagen (z. B. Würfelwurf und Münzwurf). Die meisten Algorithmen, mit denen ich vertraut bin, arbeiten mit nur einem Ziel, daher frage ich mich, ob es einen Standardansatz für solche Dinge gibt. Ich sehe zwei mögliche Optionen. Der vielleicht naivste …

12 machine-learning classification predictive-models multi-class

2

Anpassen des p-Wertes für die adaptive sequentielle Analyse (für den Chi-Quadrat-Test)?

Ich möchte wissen, welche statistische Literatur für das folgende Problem relevant ist, und vielleicht sogar eine Idee, wie man es löst. Stellen Sie sich folgendes Problem vor: Wir haben 4 mögliche Behandlungen für einige Krankheiten. Um herauszufinden, welche Behandlung besser ist, führen wir eine spezielle Studie durch. In der Studie …

12 hypothesis-testing chi-squared p-value multiple-comparisons sequential-analysis

1

Wie ist die Reihenfolge der Korrelation?

Was wird durch die Begriffe nullte, erste, zweite, dritte usw. Korrelationsordnung ausgedrückt? Vielen Dank!

12 correlation

4

Leistungsanalyse für ordinale logistische Regression

Ich bin auf der Suche nach einem Programm (in R oder SAS oder eigenständig, wenn es kostenlos oder kostengünstig ist), das eine Leistungsanalyse für die ordinale logistische Regression durchführt.

12 logistic power-analysis ordered-logit

2

SVM, variable Interaktion und Trainingsdaten passen

Ich habe 2 allgemeine / theoretischere Fragen. 1) Ich bin gespannt, wie SVMs mit variablen Interaktionen umgehen, wenn sie Vorhersagemodelle erstellen. Wenn ich z. B. zwei Funktionen f1 und f2 habe und das Ziel von f1, f2 und f1 * f2 (oder einer Funktion h (f1, f2)) abhängt, passt SVM …

12 machine-learning predictive-models svm interaction

1

Name des mittleren absoluten Fehlers analog zum Brier-Score?

Die gestrige Frage, die Genauigkeit des Modells zu bestimmen, die die Wahrscheinlichkeit eines Ereignisses schätzt, hat mich neugierig auf die Wahrscheinlichkeitsbewertung gemacht. Der Brier-Score ist ein mittleres quadratisches Fehlermaß. Bedeutet das analoge mittlere absolute Fehlerleistungsmaß haben auch einen namen1N∑i = 1N( P r e di c t i o nich- …

12 classification error validation scoring-rules brier-score

1

Bestimmen Sie die Genauigkeit des Modells, mit der die Wahrscheinlichkeit eines Ereignisses geschätzt wird

Ich modelliere ein Ereignis mit zwei Ergebnissen, a und b. Ich habe ein Modell erstellt, das die Wahrscheinlichkeit abschätzt, dass entweder a oder b eintreten wird (dh das Modell berechnet, dass a mit einer Wahrscheinlichkeit von 40% und b mit einer Wahrscheinlichkeit von 60% eintreten wird). Ich habe eine große …

12 predictive-models scoring-rules

2

RFM & Customer Lifetime Value Modellierung in R

Kann mir jemand sagen, wie man die Modellierung von Aktualität, Häufigkeit und Geldwert (RFM) sowie die Modellierung des Kundenwerts in R durchführt? Kann mir jemand Literatur dazu geben?

12 r references marketing

4

Sidak oder Bonferroni?

Ich verwende ein verallgemeinertes lineares Modell in SPSS, um die Unterschiede in der durchschnittlichen Anzahl von Raupen (nicht normal, unter Verwendung der Tweedie-Verteilung) an 16 verschiedenen Pflanzenarten zu untersuchen. Ich möchte mehrere Vergleiche durchführen, bin mir jedoch nicht sicher, ob ich einen Sidak- oder Bonferroni-Korrekturtest verwenden soll. Was ist der …

12 multiple-comparisons post-hoc bonferroni