Statistiken und Big Data

4

normale Annäherung an die Binomialverteilung: Warum np> 5?

Nahezu jedes Lehrbuch, in dem die normale Annäherung an die Binomialverteilung erörtert wird, erwähnt die Faustregel, dass die Annäherung verwendet werden kann, wenn np≥5np≥5np\geq5 und . Einige Bücher schlagen stattdessen vor. Dieselbe Konstante zeigt sich häufig in Diskussionen darüber, wann Zellen im Test zusammengeführt werden sollen. Keiner der Texte, die …

9 normal-distribution binomial approximation

3

Dropout: Skalieren der Aktivierung im Vergleich zum Invertieren des Dropouts

Bei der Anwendung von Dropout in künstlichen neuronalen Netzen muss die Tatsache kompensiert werden, dass zum Zeitpunkt des Trainings ein Teil der Neuronen deaktiviert wurde. Dazu gibt es zwei gemeinsame Strategien: Skalieren der Aktivierung zur Testzeit Umkehren des Aussetzers während der Trainingsphase Die beiden Strategien sind in den folgenden Folien …

9 neural-networks deep-learning dropout

1

Ist es eine falsche Idee, standardisierte Koeffizienten zu verwenden, um die relative Bedeutung von Regressionsprädiktoren zu bewerten?

Es gibt verschiedene Fragen, die sich auf die relativen Vorzüge verschiedener Methoden zur Bewertung der Bedeutung von Regressionsprädiktoren beziehen, zum Beispiel diese . Mir ist aufgefallen, dass @gung in diesem Kommentar die Praxis als "falsche Idee" bezeichnet und zur Unterstützung dieser Behauptung auf diese Antwort verweist . Der letzte Absatz …

9 regression standardization

1

So fügen Sie einen Interaktionsterm in ein zufälliges Waldmodell ein

Ich verwende die Funktion randomForestin Rs randomForestPaket, um eine Regression durchzuführen. Wenn ich jedoch versuche, einen Interaktionsbegriff in die folgenden Codes aufzunehmen: library(MASS) library(randomForest) Boston_f <- within(Boston, factor(rad)) mdl <- randomForest(lstat ~ rad * . , data = Boston_f) Das Ergebnis mdl$termbeinhaltet zwar Interaktion, aber wenn ich in die Bäume …

9 r interaction random-forest

1

Auswahl des Zeitreihenmodells: AIC vs. SSE außerhalb der Stichprobe und ihre Äquivalenz

AIC wird häufig als Kriterium für den Vergleich von Modellen für die Vorhersage von Zeitreihen empfohlen. Sehen Sie dies zum Beispiel im Kontext dynamischer Regressionsmodelle : Der AIC kann für das endgültige Modell berechnet werden, und dieser Wert kann verwendet werden, um die besten Prädiktoren zu bestimmen. Das heißt, das …

9 time-series cross-validation model-selection arima aic

2

Einbeziehung der Wahrscheinlichkeitsverteilung früherer Klassen in die logistische Regression

Ich bin erstaunt, dass ich keine Artikel / Vorträge darüber finden kann, wie man Prior Class Probability Distributions in Klassifikatoren wie Logistic Regression oder Random Forest integrieren kann. Meine Frage lautet also: Wie kann die Wahrscheinlichkeitsverteilung früherer Klassen in logistische Regression oder zufällige Wälder einbezogen werden? Bedeutet die Einbeziehung der …

9 logistic bayesian random-forest prior

1

Modellbau: Wie baue ich ein aussagekräftiges Spielmodell? (verallgemeinertes additives Modell)

Ich habe gesehen, dass es verschiedene Fragen bezüglich der Interpretation und Konstruktion von Gams gibt, was die Schwierigkeit für Nicht-Statistiker zu veranschaulichen scheint, mit diesen umzugehen. Leider konnte ich aus keinem der von mir gelesenen Threads oder Tutorials ein klares Verständnis dafür gewinnen, wie man ein aussagekräftiges Modell erstellt. Derzeit …

9 r model-selection gam

2

Was ist der Unterschied zwischen Sensitivitätsanalyse und Modellvalidierung?

Ich habe beide Wikipedia-Seiten zur Sensitivitätsanalyse und Modellvalidierung gelesen (hier nur lineare Regressionsvalidierung), aber es gelingt mir nicht, diese beiden Begriffe zu trennen. Ich habe den Eindruck, dass der erste eher in der Wissenschaft und im Ingenieurwesen im Allgemeinen und der zweite in der "Datenwissenschaft" verwendet wird. Eine Option, die …

9 validation sensitivity-analysis

1

Was ist der Gradienten-Log-Normalisierer?

Im Wiki wird die Softmax-Funktion als Gradient-Log-Normalisierer der kategorialen Wahrscheinlichkeitsverteilung definiert . Eine teilweise Erklärung zum Log-Normalizer finden Sie hier , aber wofür steht der Gradient-Log-Normalizer ?

9 softmax

3

Stichprobeneffekte auf Zeitreihenmodelle

Ich arbeite intensiv mit finanziellen Zeitreihenmodellen, hauptsächlich AR (I) MA und Kalman. Ein Problem, mit dem ich immer wieder konfrontiert bin, ist die Abtastfrequenz. Anfangs dachte ich, wenn ich die Möglichkeit hätte, häufiger von einem zugrunde liegenden Prozess abzutasten, sollte ich so häufig wie möglich abtasten, damit ich eine viel …

9 time-series sampling arima

1

Adonis in vegan: Reihenfolge der Variablen oder Verwendung von Schichten

Ich verwende die adonis()Funktion im veganPaket, um zu bestimmen, 1) ob gleichzeitig vorkommende Wirtsspezies in ihrer mikrobiellen Gemeinschaft über mehrere Standorte hinweg variieren und 2) ob Standorte unterschiedlich sind. Ich habe alle Beiträge zu CV und SO geprüft, und es gibt keine eindeutige Antwort darauf, wie die Bedeutung mehrerer Faktoren …

9 r permutation-test sums-of-squares blocking

4

Matthews Korrelationskoeffizient mit Mehrfachklasse

Der Matthews-Korrelationskoeffizient ( MCCMCC\textrm{MCC} ) ist eine Messung zur Messung der Qualität einer binären Klassifikation ([Wikipedia] [1]). MCCMCC\textrm{MCC} Formulierung wird für die binäre Klassifizierung unter Verwendung von wahr-positiven ( T.P.TPTP ), falsch positiven ( F.P.FPFP ), falsch negativen ( F.N.FNFN ) und wahr-negativen ( T.N.TNTN ) Werten angegeben, wie nachstehend …

9 machine-learning classification multi-class agreement-statistics

1

Welche Beziehung besteht zwischen einer SVM und einem Scharnierverlust?

Mein Kollege und ich versuchen, uns mit dem Unterschied zwischen logistischer Regression und einer SVM auseinanderzusetzen. Offensichtlich optimieren sie verschiedene Zielfunktionen. Ist eine SVM so einfach wie zu sagen, dass sie ein diskriminierender Klassifikator ist, der einfach den Scharnierverlust optimiert? Oder ist es komplexer als das? Wie kommen die Unterstützungsvektoren …

9 regression logistic svm max-margin

1

Warum ist Lasso in Matlab viel langsamer als Glmnet in R (10 min gegenüber ~ 1 s)?

Ich habe festgestellt, dass die Funktion Lasso in MATLAB relativ langsam ist. Ich habe viele Regressionsprobleme mit normalerweise 1 bis 100 Prädiktoren und 200 bis 500 Beobachtungen. In einigen Fällen erwies sich Lasso als extrem langsam (um ein Regressionsproblem zu lösen, dauerte es einige Minuten). Ich entdeckte, dass dies der …

9 regression feature-selection regularization

1

Binomial einheitliche vorherige Bayes'sche Statistik

Angenommen, Sie haben eine Binomialverteilung, bei der der Prior des Parameters einheitlich ist. Wie kann ich die posteriore Verteilung des Parameters erhalten?

9 bayesian posterior