Statistiken und Big Data

Fragen und Antworten für Personen, die sich für Statistik, maschinelles Lernen, Datenanalyse, Data Mining und Datenvisualisierung interessieren

2
Fallgewichtete logistische Regression
Ich betrachte einige logistische Regressionsprobleme. ("regulär" und "bedingt"). Im Idealfall möchte ich jeden der Eingabefälle gewichten, damit sich der glm mehr darauf konzentriert, die höher gewichteten Fälle korrekt vorherzusagen, auf Kosten einer möglichen Fehlklassifizierung der niedriger gewichteten Fälle. Sicher wurde dies schon einmal gemacht. Kann mich jemand auf relevante Literatur …
9 logistic 
2
Verteilung der Standardabweichung
Diese Frage bezog sich auf die Normalverteilung, aber ich frage mich, was über die Verteilung der Standardabweichung einer Stichprobe der Größe n aus einer beliebigen Verteilung bekannt ist. Was ist insbesondere die Standardabweichung der Standardabweichung? Für eine Normalverteilung ist der sd des sd . Trifft dies ungefähr auf eine beliebige …
2
Muss eine Entfernung eine „Metrik“ sein, damit ein hierarchisches Clustering darauf gültig ist?
Nehmen wir an, wir definieren einen Abstand zwischen N Elementen , der keine Metrik ist. Basierend auf dieser Entfernung verwenden wir dann ein agglomeratives hierarchisches Clustering . Können wir jeden der bekannten Algorithmen (Einzel- / Maximal- / Durchschnittsverknüpfung usw.) verwenden, um aussagekräftige Ergebnisse zu erzielen? Oder anders ausgedrückt, was ist …
2
Ergebnisse der Ridge-Regression verstehen
Ich bin neu in der Gratregression. Als ich die lineare Gratregression anwendete, erhielt ich die folgenden Ergebnisse: >myridge = lm.ridge(y ~ ma + sa + lka + cb + ltb , temp, lamda = seq(0,0.1,0.001)) > select(myridge) modified HKB estimator is 0.5010689 modified L-W estimator is 0.3718668 smallest value of …
1
Wie wähle ich die Anzahl der Teilungen in rpart ()?
Ich habe rpart.controlfür verwendet minsplit=2und habe die folgenden Ergebnisse von der rpart()Funktion erhalten. Muss ich Splits 3 oder Splits 7 verwenden, um eine Überanpassung der Daten zu vermeiden? Sollte ich nicht Splits 7 verwenden? Lass es mich wissen, bitte. Tatsächlich in der Baumkonstruktion verwendete Variablen: [1] ct_a ct_b usr_a Root …
9 r  cart  rpart 
3
Boxplot für mehrere Distributionen?
Ich muss 20 Verteilungen in einem einzelnen Diagramm in R zeichnen, und es sieht für mich mit normalem Boxplot (20 Boxen) selbst mit Boxwex = 0,3 nicht gut (überladen) aus. Könnten Sie mir vorschlagen, wie ich eine Art Boxplot in R für die 20 Verteilungen zeichnen kann, mit Punkten für …
9 r  boxplot 
2
In welcher Einstellung würden Sie erwarten, dass sich das von LARS gefundene Modell am meisten von dem durch umfassende Suche gefundenen Modell unterscheidet?
Ein bisschen mehr Infos; nehme an, dass Sie wissen vorher, wie viele Variablen Sie auswählen müssen und dass Sie die Komplexitätsstrafe in der LARS-Prozedur festlegen, um genau so viele Variablen mit Koeffizienten ungleich 0 zu haben. Berechnungskosten sind kein Problem (die Gesamtzahl der Variablen ist gering, sagen wir 50). dass …
4
Clustering mit asymmetrischen Abstandsmaßen
Wie gruppieren Sie ein Feature mit einem asymmetrischen Abstandsmaß? Angenommen, Sie gruppieren ein Dataset mit Wochentagen als Feature. Die Entfernung von Montag bis Freitag entspricht nicht der Entfernung von Freitag bis Montag. Wie integrieren Sie dies in das Abstandsmaß des Clustering-Algorithmus?
1
Wie summiere ich zwei Variablen auf verschiedenen Skalen?
Wenn ich zwei Variablen habe, die zwei unterschiedlichen Verteilungen folgen und unterschiedliche Standardabweichungen haben ... Wie muss ich zwei Variablen transformieren, damit die beiden Ergebnisse, wenn ich sie summiere, nicht von einer volatileren "getrieben" werden? Zum Beispiel ... Variable A ist weniger flüchtig als Variable B (reicht von 0 bis …
5
Teile eines Songs erkennen
Hoffentlich ist das nicht zu subjektiv ... Ich suche nach einer Richtung, um die verschiedenen "Teile" eines Songs zu erkennen, unabhängig vom Musikstil. Ich habe keine Ahnung, wo ich suchen soll, aber ich vertraute auf die Leistung der anderen StackOverflow-Sites und dachte, jemand hier könnte helfen, die Richtung zu bestimmen. …
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.