Statistiken und Big Data

3

Wie wende ich Softmax als Aktivierungsfunktion in mehrschichtigem Perceptron in Scikit-Learn an? [geschlossen]

Geschlossen. Diese Frage ist nicht zum Thema . Derzeit werden keine Antworten akzeptiert. Möchten Sie diese Frage verbessern? Aktualisieren Sie die Frage so, dass sie zum Thema gehört für Kreuz Validated. Geschlossen vor 10 Monaten . Ich muss die Softmax-Aktivierungsfunktion auf das mehrschichtige Perceptron in Scikit anwenden. In der Scikit- …

9 neural-networks scikit-learn multi-class softmax

2

Nicht quadratische Bilder zur Bildklassifizierung

Ich habe einen Datensatz mit breiten Bildern: 1760x128. Ich habe Tutorials und Bücher gelesen, und die meisten von ihnen geben an, dass Eingabebilder quadratisch sein sollten. Wenn nicht, werden sie in quadratisch umgewandelt, um in bereits trainierten (auf quadratischen Bildern) cnns trainiert zu werden. Gibt es eine Möglichkeit, cnn für …

9 conv-neural-network

1

Beispiel dafür, wie die Bayes'sche Statistik Parameter schätzen kann, deren Schätzung mit frequentistischen Methoden sehr schwierig ist

Bayesianische Statistiker behaupten, dass "Bayesianische Statistiken Parameter schätzen können, deren Schätzung mit frequentistischen Methoden sehr schwierig ist". Sagt das folgende Zitat aus dieser SAS-Dokumentation dasselbe? Es liefert Schlussfolgerungen, die von den Daten abhängig und genau sind, ohne auf asymptotische Approximation angewiesen zu sein. Die Inferenz kleiner Stichproben verläuft auf die …

9 bayesian inference sas frequentist

2

Anwendung der stochastischen Variationsinferenz auf die Bayes'sche Mischung von Gauß'sch

Ich versuche , Gaussian Mixture Modell mit stochastischen Variations Inferenz zu implementieren, nach diesem Papier . Dies ist die pgm der Gaußschen Mischung. Dem Artikel zufolge ist der vollständige Algorithmus der stochastischen Variationsinferenz: Und ich bin immer noch sehr verwirrt über die Methode, sie auf GMM zu skalieren. Zuerst dachte …

9 machine-learning bayesian clustering gaussian-mixture variational-bayes

3

Was sind die Konsequenzen einer nicht konstanten Varianz der Fehlerterme bei der linearen Regression?

Eine der Annahmen der linearen Regression ist, dass die Fehlerterme eine konstante Varianz aufweisen sollten und dass die mit dem Modell verbundenen Konfidenzintervalle und Hypothesentests auf dieser Annahme beruhen. Was genau passiert, wenn die Fehlerterme keine konstante Varianz haben?

9 regression heteroscedasticity assumptions robust-standard-error

2

Die Annahmen der kleinsten Quadrate

Nehmen Sie die folgende lineare Beziehung an: , wobei die abhängige Variable ist, eine einzelne unabhängige Variable und der Fehlerterm.Yi=β0+β1Xi+uiYi=β0+β1Xi+uiY_i = \beta_0 + \beta_1 X_i + u_iYiYiY_iXiXiX_iuiuiu_i Nach Stock & Watson (Einführung in die Ökonometrie; Kapitel 4 ) ist die Annahme der Quadrate, dass die vierten Momente von und ungleich …

9 regression least-squares assumptions bias consistency

1

Warum arbeiten meine VAR-Modelle besser mit nichtstationären Daten als mit stationären Daten?

Ich verwende die VAR-Bibliothek für Python-Statistikmodelle, um finanzielle Zeitreihendaten zu modellieren, und einige Ergebnisse haben mich verwirrt. Ich weiß, dass VAR-Modelle davon ausgehen, dass die Zeitreihendaten stationär sind. Ich habe versehentlich eine instationäre Reihe von Log-Preisen für zwei verschiedene Wertpapiere angepasst, und überraschenderweise waren die angepassten Werte und Prognosen in …

9 time-series forecasting r-squared var stationarity

2

Ist es tatsächlich in Ordnung, vor der Kreuzvalidierung eine unbeaufsichtigte Funktionsauswahl durchzuführen?

In den Elementen des statistischen Lernens habe ich die folgende Aussage gefunden: Es gibt eine Einschränkung: Erste unbeaufsichtigte Screening-Schritte können durchgeführt werden, bevor die Proben weggelassen werden. Zum Beispiel könnten wir die 1000 Prädiktoren mit der höchsten Varianz über alle 50 Stichproben auswählen, bevor wir mit der Kreuzvalidierung beginnen. Da …

9 machine-learning cross-validation feature-selection

2

Sollten wir immer einen Lebenslauf machen?

Meine Frage: Soll ich auch für einen relativ großen Datensatz einen Lebenslauf machen? Ich habe einen relativ großen Datensatz und werde einen Algorithmus für maschinelles Lernen auf den Datensatz anwenden. Da mein PC nicht schnell ist, dauert der Lebenslauf (und die Rastersuche) manchmal zu lange. Insbesondere endet eine SVM nie …

9 machine-learning cross-validation

1

Unterschied zwischen den SVM-Typen

Ich bin neu in der Unterstützung von Vektormaschinen. Kurze Erklärung Die svmFunktion aus dem e1071Paket in R bietet verschiedene Möglichkeiten: C-Klassifizierung Nu-Klassifizierung One-Classification (zur Erkennung von Neuheiten) eps-Regression Nu-Regression Was sind die intuitiven Unterschiede zwischen den fünf Typen? Welches sollte in welcher Situation angewendet werden?

9 r classification svm e1071

2

Bedeutet ein positiver Interaktionsterm eine Korrelation zwischen seinen konstituierenden Variablen?

eine lineare Regression mit der Form .y=β0+β1A+β2B+β3AB+ϵy=β0+β1A+β2B+β3AB+ϵy = \beta_0 + \beta_1A+\beta_2B+\beta_3AB +\epsilon Wenn positiv ist, impliziert dies eine positive Korrelation zwischen und ? (Umgekehrt eine negative Korrelation, wenn \ beta_3 negativ ist?)β3β3\beta_3AAABBBβ3β3\beta_3

9 regression interaction

1

Kann ich den erwarteten Wert des Wohnmobils selbst erhalten, wenn ich den erwarteten Wert des Logarithmus eines Wohnmobils habe?

Angenommen, ist angegeben. Kann ich in einem geschlossenen Formularformat ableiten ? E [ X ]E [ log( X.) ]E[log⁡(X)]\text{E}[\log(X)] E [ X.]]E[X]\text{E}[X]

9 expected-value logarithm

2

Verständnis dieser PCA-Darstellung der Eisverkäufe im Verhältnis zur Temperatur

Ich nehme Dummy-Daten der Temperatur im Vergleich zu Eisverkäufen und kategorisiere sie mit K-Mitteln (n Cluster = 2), um 2 Kategorien zu unterscheiden (total Dummy). Jetzt mache ich eine Hauptkomponentenanalyse dieser Daten und mein Ziel ist es zu verstehen, was ich sehe. Ich weiß, dass das PCA-Ziel darin besteht, die …

9 pca interpretation k-means dimensionality-reduction

2

Zufallsvariablen, für die Markov- und Chebyshev-Ungleichungen eng sind

Ich bin daran interessiert, Zufallsvariablen zu konstruieren, für die Markov- oder Chebyshev-Ungleichungen eng sind. Ein triviales Beispiel ist die folgende Zufallsvariable. P(X=1)=P(X=−1)=0.5P(X=1)=P(X=−1)=0.5P(X=1)=P(X=-1) = 0.5 . Sein Mittelwert ist Null, die Varianz ist 1 und . Für diese Zufallsvariable ist chebyshev eng (gilt mit Gleichheit).P(|X|≥1)=1P(|X|≥1)=1P(|X| \ge 1) = 1 P(|X|≥1)≤Var(X)12=1P(|X|≥1)≤Var(X)12=1P(|X|\ge 1) …

9 probability distributions random-variable probability-inequalities

2

Dürfen Durchschnittswerte für einen Datensatz verwendet werden, um die Korrelation zu verbessern?

Ich habe einen Datensatz mit einer abhängigen und einer unabhängigen Variablen. Beide sind keine Zeitreihen. Ich habe 120 Beobachtungen. Der Korrelationskoeffizient beträgt 0,43 Nach dieser Berechnung habe ich für beide Variablen eine Spalte mit dem Durchschnitt für jeweils 12 Beobachtungen hinzugefügt, was zu 2 neuen Spalten mit 108 Beobachtungen (Paaren) …

9 regression correlation mean predictor cross-section