Statistiken und Big Data

2

Google Inception-Modell: Warum gibt es mehrere Softmax?

Die Topologie des Google Inception-Modells finden Sie hier: Google Inception Netowrk Mir ist aufgefallen, dass dieses Modell 3 Softmax-Schichten enthält (Nr. 154, Nr. 152, Nr. 145), von denen 2 eine Art frühes Entkommen dieses Modells darstellen. Soweit ich weiß, ist die Softmax-Ebene für die endgültige Ausgabe vorgesehen. Warum gibt es …

12 deep-learning conv-neural-network

1

Was nützt t-SNE neben der Datenvisualisierung?

In welchen Situationen sollten wir t-SNE verwenden (abgesehen von der Datenvisualisierung)? T-SNE wird zur Dimensionsreduzierung verwendet. Die Antwort auf diese Frage legt nahe, dass t-SNE nur zur Visualisierung und nicht zum Clustering verwendet werden sollte. Was nützt dann t-SNE?

12 data-visualization dimensionality-reduction tsne

1

Unterschiedliche Wahrscheinlichkeitsdichte-Transformationen aufgrund des Jacobi-Faktors

In Bishops Mustererkennung und maschinellem Lernen las ich Folgendes, unmittelbar nachdem die Wahrscheinlichkeitsdichte eingeführt wurde:p(x∈(a,b))=∫bap(x)dxp(x∈(a,b))=∫abp(x)dxp(x\in(a,b))=\int_a^bp(x)\textrm{d}x Bei einer nichtlinearen Änderung der Variablen transformiert sich eine Wahrscheinlichkeitsdichte aufgrund des Jacobi-Faktors anders als eine einfache Funktion. Wenn wir zum Beispiel eine Änderung der Variablen , wird eine Funktion zu . Betrachten Sie nun …

12 machine-learning probability

3

Zufällige Waldregression, die nicht höher als die Trainingsdaten ist

Ich habe festgestellt, dass beim Erstellen zufälliger Waldregressionsmodelle, zumindest in R, der vorhergesagte Wert niemals den in den Trainingsdaten angezeigten Maximalwert der Zielvariablen überschreitet. Ein Beispiel finden Sie im folgenden Code. Ich erstelle ein Regressionsmodell, um mpgbasierend auf den mtcarsDaten Vorhersagen zu treffen . Ich baue OLS- und zufällige Waldmodelle …

12 r random-forest

4

Bootstrap gegen Monte Carlo, Fehlerschätzung

Ich lese den Artikel Fehlerausbreitung nach der Monte-Carlo-Methode in geochemischen Berechnungen, Anderson (1976), und es gibt etwas, das ich nicht ganz verstehe. Betrachten Sie einige Messdaten und ein Programm , das sie verarbeitet und einen bestimmten Wert zurückgibt. In dem Artikel wird dieses Programm verwendet, um zuerst den besten Wert …

12 bootstrap monte-carlo error

2

"Krawatten sollten nicht vorhanden sein" im Kolmgorov-Smirnov-Test mit einer Stichprobe in R.

Ich werde den Kolmogorov-Smirnov-Test verwenden, um die Normalität von MYDATA in R zu testen. Dies ist ein Beispiel für meine Arbeit ks.test(MYDATA,"pnorm",mean(MYDATA),sd(MYDATA)) Hier ist das Ergebnis, das R mir gibt: data: MYDATA D = 0.13527, p-value = 0.1721 alternative hypothesis: two-sided Warning message: In ks.test(MYDATA, "pnorm", mean(MYDATA), sd(MYDATA)) : ties …

12 kolmogorov-smirnov ties

3

Lasso vs. adaptives Lasso

LASSO und adaptives LASSO sind zwei verschiedene Dinge, richtig? (Für mich sehen die Strafen anders aus, aber ich überprüfe nur, ob ich etwas verpasse.) Wenn Sie allgemein von elastischem Netz sprechen, ist der Sonderfall LASSO oder adaptives LASSO? Welches macht das glmnet-Paket, vorausgesetzt Sie wählen alpha = 1? Adaptive LASSO …

12 lasso glmnet elastic-net oracle

1

Stichprobe aus der Randverteilung unter Verwendung der bedingten Verteilung?

Ich möchte aus einer univariaten Dichte , aber nur die Beziehung:fXfXf_X fX(x)=∫fX|Y(x|y)fY(y)dy.fX(x)=∫fX|Y(x|y)fY(y)dy.f_X(x) = \int f_{X\vert Y}(x\vert y)f_Y(y) dy. Ich möchte die Verwendung von MCMC (direkt auf der Integraldarstellung) vermeiden, und da und leicht sind, habe ich mir überlegt, den folgenden Sampler zu verwenden ::fX|Y(x|y)fX|Y(x|y)f_{X\vert Y}(x\vert y)fY(y)fY(y)f_Y(y) Für .j=1,…,Nj=1,…,Nj=1,\dots, N Beispiel …

12 sampling conditional-probability monte-carlo marginal

2

Was ist der Unterschied zwischen und Varianz-Score beim Scikit-Lernen?

Ich war in dem Python über Regressions Metriken Lese Scikit-Learn Handbuch und obwohl jeder von ihnen seine eigenen Formel hat, kann ich nicht intuitiv sagen , was ist der Unterschied zwischen und Varianz - Score und daher , wenn der eine oder andere zu verwenden , um zu bewerten meine …

12 regression variance scikit-learn r-squared model-evaluation

3

Der Unterschied besteht in der zusammenfassenden Statistik: Gini-Koeffizient und Standardabweichung

Es gibt mehrere zusammenfassende Statistiken. Wenn Sie die Streuung einer Verteilung beschreiben möchten, können Sie beispielsweise die Standardabweichung oder den Gini-Koeffizienten verwenden . Ich weiß, dass die Standardabweichung auf der zentralen Tendenz basiert, dh der Abweichung vom Mittelwert, und der Gini-Koeffizient eine allgemeine Messung der Dispersion. Ich weiß auch, dass …

12 standard-deviation descriptive-statistics gini

1

Bayesianische Modellierung von Zugwartezeiten: Die Modelldefinition

Dies ist mein erster Versuch für jemanden aus dem Frequentistenlager, eine Bayes'sche Datenanalyse durchzuführen. Ich habe eine Reihe von Tutorials und einige Kapitel aus der Bayesian Data Analysis von A. Gelman gelesen. Als erstes mehr oder weniger unabhängiges Beispiel für die Datenanalyse habe ich die Wartezeiten für Züge ausgewählt. Ich …

12 bayesian pymc

2

Entspricht der Würfelkoeffizient der Genauigkeit?

Ich stoße auf den Würfelkoeffizienten für Volumenähnlichkeit ( https://en.wikipedia.org/wiki/S%C3%B8rensen%E2%80%93Dice_coefficient ) und Genauigkeit ( https://en.wikipedia.org/wiki/Accuracy_and_precision) ). Es scheint mir, dass diese beiden Maßnahmen gleich sind. Irgendwelche Gedanken?

12 descriptive-statistics roc accuracy precision-recall auc

1

Konfidenzintervall und P-Wert-Unsicherheit für den Permutationstest

Ich lerne gerade Randomisierungstests. Mir fallen zwei Fragen ein: Ja, es ist einfach und intuitiv, wie der p-Wert mit dem Randomisierungstest berechnet wird (was meiner Meinung nach mit dem Permutationstest identisch ist?). Wie können wir jedoch auch ein 95% -Konfidenzintervall erzeugen, wie wir es bei normalen parametrischen Tests tun? Während …

12 confidence-interval p-value permutation-test

1

So passen Sie Gewichte mit linearer Funktionsnäherung in Q-Werte an

Beim Verstärkungslernen wird häufig eine lineare Funktionsnäherung verwendet, wenn große Zustandsräume vorhanden sind. (Wenn Nachschlagetabellen nicht mehr durchführbar sind.) Die Form des Wertes mit linearer Funktionsnäherung ist gegeben durchQ -Q−Q- Q ( s , a ) = w1f1( s , a ) + w2f2( s , a ) + ⋯ …

12 machine-learning feature-selection reinforcement-learning

3

Was ist, wenn Pfad c nicht signifikant ist, Pfade a und b jedoch? Indirekte Wirkung bei der Mediation

In einem klassischen Mediationsmodell sind die Pfade in der folgenden Abbildung dargestellt , in dem der erste Schritt des Testens der Vermittlungswirkung von M zwischen X und Y darin besteht, dass X signifikant mit Y korreliert (wie in Tafel A in der Figur gezeigt). Allerdings stieß ich in einer Situation …

12 mediation path-model