Statistiken und Big Data

1

Schätzung der Erfolgswahrscheinlichkeit bei einer Referenzpopulation

Angenommen, Sie haben die folgende Situation: Sie haben im Laufe der Zeit 1000 Bowling-Spieler beobachtet, die jeweils eine relativ kleine Anzahl von Spielen gespielt haben (z. B. 1 bis 20). Sie haben den Trefferprozentsatz für jeden dieser Spieler über die Anzahl der Spiele notiert, die jeder dieser Spieler gespielt hat. …

11 binomial inference

1

Finden geeigneter Regeln für neue Daten mithilfe von Arules

Ich verwende R (und das Arules-Paket), um Transaktionen für Zuordnungsregeln abzubauen. Ich möchte die Regeln erstellen und sie dann auf neue Daten anwenden. Angenommen, ich habe viele Regeln, von denen eine die kanonische ist {Beer=YES} -> {Diapers=YES}. Dann habe ich neue Transaktionsdaten, bei denen einer der Rekorde Bier gekauft hat, …

11 r data-mining association-rules

6

Versteckte Markov-Modelle mit Baum-Welch-Algorithmus unter Verwendung von Python

Ich suche nach einer Python-Implementierung (in reinem Python oder in Wrapping vorhandener Materialien) von HMM und Baum-Welch. Einige Ideen? Ich habe gerade in Google gesucht und in Bezug auf andere Techniken des maschinellen Lernens wirklich schlechtes Material gefunden. Warum?

11 python hidden-markov-model

1

Kann der Wert der gegenseitigen Information größer als 1 sein?

Ich habe einen sehr grundlegenden Zweifel. Entschuldigung, wenn dies nur wenige irritiert. Ich weiß, dass der Wert für gegenseitige Informationen größer als 0 sein sollte, aber kleiner als 1? Ist es durch einen oberen Wert begrenzt? Danke, Amit.

11 information-theory mutual-information

3

Sollte ich beim Umwerfen von Münzen eine Binomial-CD oder eine normale CD verwenden?

Eine Münze muss auf Fairness geprüft werden. 30 Köpfe kommen nach 50 Flips hoch. Angenommen, die Münze ist fair, wie hoch ist die Wahrscheinlichkeit, dass Sie mindestens 30 Köpfe in 50 Flips erhalten? Der richtige Weg, um dieses Problem zu lösen, ist laut meinem Lehrer normalcdf(min = .6, max = …

11 self-study normal-distribution binomial

2

Regression zum Beispiel an Wochentagen

Ich brauche ein bisschen Hilfe, um mich in die richtige Richtung zu bewegen. Es ist lange her, dass ich Statistiken studiert habe und der Jargon scheint sich geändert zu haben. Stellen Sie sich vor, ich habe eine Reihe von autobezogenen Daten wie z Reisezeit von Stadt A nach Stadt B. …

11 regression categorical-data categorical-encoding

1

Zeichnen von Ereignissen auf einer Zeitachse in R.

Gibt es eine Plotbibliothek für R, die einen Datenrahmen mit Start- und Stoppzeiten in einen Timeline-Plot wie den folgenden verwandeln könnte: Die Y-Achse bedeutet nur, dass sie mit Parallelität gestapelt ist, aber nicht immer Parallelität darstellt (siehe die Lücke in der Mitte). Jedes graue Kästchen ist ein Ereignis - eine …

11 r data-visualization

1

Das Rätsel eines Friseurs

Meine Friseurin Stacey macht immer ein fröhliches Gesicht, ist aber oft gestresst, ihre Zeit zu verwalten. Heute war Stacey für meinen Termin überfällig und sehr entschuldigend. Als ich meinen Haarschnitt bekam, fragte ich mich: Wie lange sollten ihre Standardtermine dauern? (Wenn die Präferenz des Kunden für saubere runde Zahlen für …

11 normal-distribution optimization queueing decision-theory

1

Den Beweis eines Lemmas verstehen, das in der Hoeffding-Ungleichung verwendet wird

Ich studiere Larry Wassermans Vorlesungsunterlagen zur Statistik, in denen Casella und Berger als Haupttext verwendet werden. Ich arbeite seine Vorlesungsunterlagen Satz 2 durch und stecke in der Ableitung des Lemmas fest, das in Hoeffdings Ungleichung verwendet wird (S. 2-3). Ich reproduziere den Beweis in den Anmerkungen unten und nach dem …

11 probability probability-inequalities

4

Wie lassen sich die Daten zur Aufenthaltsdauer in einem RCT in einem Krankenhaus am besten analysieren?

Ich bin daran interessiert zu wissen, ob es einen Konsens darüber gibt, wie die Daten zur Krankenhausaufenthaltsdauer (LOS) eines RCT optimal analysiert werden können. Dies ist in der Regel eine sehr rechtwinklige Verteilung, bei der die meisten Patienten innerhalb weniger Tage bis zu einer Woche entlassen werden, der Rest der …

11 t-test power skewness cox-model logrank

3

Wie viele der größten Terme in

Betrachten Sie ∑ N i = 1 | X i | ∑Ni=1|Xi|\sum_{i=1}^N |X_i| wobei X 1 , … , X NX1,…,XNX_1, \ldots, X_N iid sind und die CLT gilt. Wie viele der größten Begriffe machen die Hälfte der Gesamtsumme aus? Zum Beispiel erreichen 10 + 9 + 8 ≈≈\approx (10 …

11 central-limit-theorem asymptotics

1

Inkrementelle IDF (Inverse Document Frequency)

In einer Text Mining-Anwendung besteht ein einfacher Ansatz darin, die Heuristik zu verwenden, um Vektoren als kompakte, spärliche Darstellungen der Dokumente zu erstellen. Dies ist in Ordnung für die Batch-Einstellung, bei der der gesamte Korpus a priori bekannt ist, da der i d f den gesamten Korpus benötigttf−idftf−idftf-idfidfidfidf idf(t)=log|D||{d:t∈d}|idf(t)=log⁡|D||{d:t∈d}| \mathrm{idf}(t) …

11 time-series text-mining

2

Mögliche Erweiterungen der Standarddiagnoseplots für lm (in R und allgemein)?

Ich habe angefangen, ein bisschen in die Funktion plot.lm zu graben . Diese Funktion gibt sechs Diagramme für lm an. Sie sind: eine Darstellung der Residuen gegen angepasste Werte ein Scale-Location-Diagramm von sqrt (| Residuen |) gegen angepasste Werte Ein normales QQ-Diagramm, ein Diagramm der Abstände von Cook gegenüber den …

11 r regression linear-model diagnostic

1

Was ist aus der Autokorrelationsfunktion einer Zeitreihe zu lesen?

Bei einer gegebenen Zeitreihe kann man die Autokorrelationsfunktion schätzen und grafisch darstellen, zum Beispiel wie folgt: Was kann man dann aus dieser Autokorrelationsfunktion über die Zeitreihen lesen? Kann man zum Beispiel über die Stationarität der Zeitreihen nachdenken? Bearbeitet : Hier habe ich den ACF der differenzierten Serie mit mehr Verzögerungen …

11 time-series autocorrelation

3

Klassifizierungsmodell für die Vorhersage von Filmbewertungen

Ich bin etwas neu im Data Mining und arbeite an einem Klassifizierungsmodell für die Vorhersage von Filmbewertungen. Ich habe Datensätze aus der IMDB gesammelt und plane, für mein Modell Entscheidungsbäume und Ansätze für den nächsten Nachbarn zu verwenden. Ich möchte wissen, welches frei verfügbare Data Mining-Tool die von mir benötigte …

11 classification cart