Statistiken und Big Data

2

Ich habe (standardisierte) Rückgabedaten mit qqplot()in MATLAB gegen die theoretischen Quantile einer Normalverteilung aufgetragen. Die Linie im QQ-Plot hat jedoch keinen Winkel von 45 °, sondern ist ein wenig gedreht. Vielleicht verstehe ich das Konzept eines QQ-Diagramms falsch, aber soll es nicht genau eine 45 ° -Linie sein? Ich habe …

10 matlab qq-plot

1

Der beste Weg, um den LSTM-Status zu initialisieren

Ich habe mich gefragt, wie der Status für LSTMs am besten initialisiert werden kann. Momentan initialisiere ich es einfach auf alle Nullen. Ich kann online nichts darüber finden, wie man es initialisiert. Eine Sache, an die ich gedacht habe, ist, den Ausgangszustand zu einem trainierbaren Parameter zu machen. Irgendein Rat?

10 neural-networks lstm

2

Modellierung mit mehr Variablen als Datenpunkten

Ich bin ziemlich neu im Bereich maschinelles Lernen / Modellieren und möchte Hintergrundinformationen zu diesem Problem. Ich habe einen Datensatz, in dem die Anzahl der Beobachtungen die Anzahl der Variablen jedoch . Erstens ist es überhaupt sinnvoll, ein Modell auf einem solchen Datensatz aufzubauen, oder sollte man zunächst eine variable …

10 regression machine-learning dimensionality-reduction penalized

2

So stellen Sie die Mini-Batch-Größe in SGD in Keras ein

Ich bin neu bei Keras und brauche deine Hilfe. Ich trainiere ein neuronales Netz in Keras und meine Verlustfunktion ist die Quadrat-Differenz s / w-Netzleistung und der Zielwert. Ich möchte dies mit Gradient Descent optimieren. Nachdem ich einige Links im Internet durchgesehen habe, habe ich festgestellt, dass es drei Arten …

10 neural-networks python gradient-descent keras sgd

1

Was ist der Hauptunterraum in der probabilistischen PCA?

Wenn XXX eine beobachtete Datenmatrix ist und YYY eine latente Variable ist, dann X=WY+μ+ϵX=WY+μ+ϵX=WY+\mu+\epsilon Wobei μμ\mu der Mittelwert der beobachteten Daten ist und ϵϵ\epsilon der Gaußsche Fehler / Rauschen in Daten ist und WWW als Hauptunterraum bezeichnet wird. Meine Frage ist, wenn normale PCA verwendet wird, würden wir einen Satz …

10 machine-learning pca latent-variable eigenvalues

1

root-n konsistenter Schätzer, aber root-n konvergiert nicht?

Ich habe den Begriff "root-n" konsistenter Schätzer oft gehört. Aufgrund der Ressourcen, von denen ich angewiesen wurde, dachte ich, dass ein konsistenter "root-n" -Schätzer Folgendes bedeutet: Der Schätzer konvergiert auf den wahren Wert (daher das Wort "konsistent"). Der Schätzer konvergiert mit einer Rate von1/n−−√1/n1/\sqrt{n} Das verwirrt mich, da nicht konvergiert? …

10 convergence estimators consistency

1

Ist es in Ordnung, die Cross-Entropy-Loss-Funktion mit Soft Labels zu verwenden?

Ich habe ein Klassifizierungsproblem, bei dem Pixel eher mit weichen Beschriftungen (die Wahrscheinlichkeiten bezeichnen) als mit harten 0,1-Beschriftungen gekennzeichnet werden. Früher mit harter 0,1-Pixel-Markierung lieferte die Kreuzentropieverlustfunktion (sigmoidCross entropyLossLayer von Caffe) anständige Ergebnisse. Ist es in Ordnung, die Sigmoid-Kreuzentropie-Verlustschicht (von Caffe) für dieses Problem der weichen Klassifizierung zu verwenden?

10 classification loss-functions

3

Anzahl der Markov-Ketten-Monte-Carlo-Proben

Es gibt eine Menge Literatur über die Konvergenzdiagnostik der Markov-Kette Monte Carlo (MCMC), einschließlich der beliebtesten Gelman-Rubin-Diagnostik. Alle diese bewerten jedoch die Konvergenz der Markov-Kette und befassen sich damit mit der Frage des Einbrennens. Wie soll ich nach dem Burn-In entscheiden, wie viele MCMC-Proben ausreichen, um meinen Schätzprozess fortzusetzen? Die …

10 sample-size mcmc monte-carlo markov-process

3

Hoher Rückruf - Geringe Präzision für unausgeglichenen Datensatz

Ich habe derzeit Probleme beim Analysieren eines Tweet-Datasets mit Support-Vektor-Maschinen. Das Problem ist, dass ich einen unausgeglichenen Binärklassen-Trainingssatz habe (5: 2); Dies wird voraussichtlich proportional zur tatsächlichen Klassenverteilung sein. Bei der Vorhersage erhalte ich eine geringe Genauigkeit (0,47) für die Minderheitsklasse im Validierungssatz. Rückruf ist 0,88. Ich habe versucht, mehrere …

10 machine-learning classification svm unbalanced-classes precision-recall

3

Likelihood Ratio vs Wald Test

Nach dem, was ich gelesen habe, sind unter anderem auf der Website der UCLA-Statistikberatungsgruppe Likelihood-Ratio-Tests und Wald-Tests ziemlich ähnlich, wenn getestet wird, ob zwei glm-Modelle einen signifikanten Unterschied in der Passform für einen Datensatz aufweisen (entschuldigen Sie, wenn mein Wortlaut könnte ein bisschen aus sein). Im Wesentlichen kann ich zwei …

10 r regression likelihood-ratio

2

Ridge-Regressionsformulierung als eingeschränkt oder bestraft: Wie sind sie äquivalent?

Ich scheine eine Behauptung über lineare Regressionsmethoden, die ich an verschiedenen Orten gesehen habe, falsch zu verstehen. Die Parameter des Problems sind: Eingang: p + 1 y i p x i jNNN Datenproben von Größen, die jeweils aus einer "Antwort" -Größe und "Prädiktor" -Größenp+1p+1p+1yiyiy_ipppxijxijx_{ij} Das gewünschte Ergebnis ist eine "gute …

10 regression ridge-regression

1

Johansen-Test auf Kointegration

Ich teste mit dem Johansen-Test auf Kointegration. Ich habe Fragen wie die Interpretation der Testergebnisse gesehen, aber wenn ich meine interpretiere, habe ich einige Zweifel. In meinen Ergebnissen r = 3seitdem 4.10 < 10.49kann ich also keine stationäre Serie bilden. Es ist dasselbe für r = 2 und r = …

10 r hypothesis-testing cointegration

2

Bootstrapping-Konfidenzintervall aus einer Regressionsvorhersage

Für die Hausaufgaben erhielt ich Daten, um einen Prädiktor zu erstellen / zu trainieren, der die Lasso-Regression verwendet. Ich erstelle den Prädiktor und trainiere ihn mit der Lasso-Python-Bibliothek von scikit learn. Jetzt habe ich diesen Prädiktor, der bei gegebener Eingabe die Ausgabe vorhersagen kann. Die zweite Frage lautete: "Erweitern Sie …

10 regression machine-learning self-study confidence-interval bootstrap

1

Maximum-Likelihood-Schätzer des Standortparameters der Cauchy-Verteilung

Ich habe bis erreicht dlnLdμ=∑i=1n2(xi−u)1+(xi−u)2dln⁡Ldμ=∑i=1n2(xi−u)1+(xi−u)2\frac{d\ln L}{d\mu}=\sum_{i=1}^n \frac{2(x_i-u)}{1+(x_i-u)^2} Wobei uuu Standortparameter ist. Und LLL ist die Wahrscheinlichkeitsfunktion. Ich verstehe nicht, wie ich vorgehen soll. Bitte helfen Sie.

10 self-study maximum-likelihood cauchy

5

Wenn

Lassen und unabhängige Ereignisse, und sei und unabhängige Ereignisse sein. Wie zeige ich, dass und auch unabhängige Ereignisse sind?AAABBBAAACCCAAAB∪CB∪CB\cup C Nach der Definition unabhängiger Ereignisse sind und genau dann unabhängig, wennAAAB∪CB∪CB\cup CP(A∩(B∪C))=P(A)P(B∪C).P(A∩(B∪C))=P(A)P(B∪C).P(A\cap (B\cup C)) = P(A)P(B\cup C). Da und und und unabhängig sind, weiß ich, dass AAABBBAAACCCP(A∩B)=P(A)P(B)andP(A∩C)=P(A)P(C).P(A∩B)=P(A)P(B)andP(A∩C)=P(A)P(C).P(A\cap B) = P(A)P(B) …

10 probability self-study independence