Statistiken und Big Data classification

1

Zur kophenetischen Korrelation für das Dendrogramm-Clustering

Betrachten Sie den Kontext eines Dendrogramm-Clusters. Nennen wir ursprüngliche Unterschiede die Abstände zwischen den Individuen. Nach der Erstellung des Dendrogramms definieren wir die kophenetische Unähnlichkeit zwischen zwei Individuen als den Abstand zwischen den Clustern, zu denen diese Individuen gehören. Einige Leute denken, dass die Korrelation zwischen den ursprünglichen Unähnlichkeiten und …

10 clustering classification

3

Vergleich der Genauigkeit zweier verschiedener Modelle anhand der statistischen Signifikanz

Ich arbeite an der Vorhersage von Zeitreihen. Ich habe zwei Datensätze und . Ich habe drei Vorhersagemodelle: . Alle diese Modelle werden unter Verwendung von Stichproben in Datensatz trainiert , und ihre Leistung wird unter Verwendung der Stichproben in Datensatz gemessen . Angenommen, die Leistungsmetrik ist MSE (oder etwas anderes). …

10 time-series machine-learning statistical-significance classification model-evaluation

1

Test auf Proportionen und binären Klassifikator

Ich habe einen Prototyp einer Maschine, die Teile herstellt. In einem ersten Test produziert die Maschine Teile und ein binärer Klassifikator sagt mir, dass Teile defekt sind ( , normalerweise und ) und Teile gut sind.d 1 d 1 < N 1 d 1 / N 1 < 0,01 N …

10 hypothesis-testing statistical-significance classification proportion

1

Sind MFCCs die optimale Methode zur Darstellung von Musik in einem Abrufsystem?

Eine Signalverarbeitungstechnik, die Mel-Frequenz Cepstrum , wird häufig verwendet, um Informationen aus einem Musikstück zur Verwendung in einer maschinellen Lernaufgabe zu extrahieren. Diese Methode liefert ein kurzfristiges Leistungsspektrum, und die Koeffizienten werden als Eingabe verwendet. Beim Entwerfen von Musikabrufsystemen werden solche Koeffizienten als charakteristisch für ein Stück angesehen (offensichtlich nicht …

10 machine-learning classification signal-processing mfcc

4

Verbesserung der SVM-Klassifikation von Diabetes

Ich benutze SVM, um Diabetes vorherzusagen. Ich verwende den BRFSS- Datensatz für diesen Zweck. Der Datensatz hat die Abmessungen und ist verzerrt. Der Prozentsatz von s in der Zielvariablen beträgt während die s die verbleibenden .11 % 89 %432607 × 136432607×136432607 \times 136Y11 %11%11\%N89 %89%89\% Ich verwende nur 15aus 136unabhängigen …

10 r classification svm feature-selection e1071

2

K-nächster Nachbar mit stetigen und binären Variablen

Ich habe einen Datensatz mit Spalten a b c(3 Attribute). aist dabei numerisch und stetig bund ckategorisch mit jeweils zwei Ebenen. Ich verwende die K-Nearest Neighbors-Methode zum Klassifizieren aund bWeiter c. Um die Entfernungen messen zu können, transformiere ich meinen Datensatz durch Entfernen bund Hinzufügen von b.level1und b.level2. Wenn die …

10 r classification k-nearest-neighbour

4

Ist AUC die Wahrscheinlichkeit, eine zufällig ausgewählte Instanz aus jeder Klasse korrekt zu klassifizieren?

Ich habe diese Bildunterschrift in einer Zeitung gelesen und noch nie irgendwo anders eine so beschriebene AUC gesehen. Ist das wahr? Gibt es einen Beweis oder eine einfache Möglichkeit, dies zu sehen? Fig. 2 zeigt die Vorhersagegenauigkeit dichotomer Variablen, ausgedrückt als Fläche unter der Empfänger-Betriebskennlinie (AUC), die der Wahrscheinlichkeit entspricht, …

10 classification roc auc

3

Wie klassifiziere ich einen unausgeglichenen Datensatz nach Convolutional Neural Networks (CNN)?

Ich habe einen unausgeglichenen Datensatz in einer binären Klassifizierungsaufgabe, bei der die positive Menge gegenüber der negativen Menge 0,3% gegenüber 99,7% beträgt. Die Kluft zwischen Positiven und Negativen ist groß. Wenn ich ein CNN mit der im MNIST-Problem verwendeten Struktur trainiere, zeigt das Testergebnis eine hohe False Negative Rate. Außerdem …

10 classification neural-networks deep-learning convolution computer-vision

2

Ist f-Measure gleichbedeutend mit Genauigkeit?

Ich verstehe, dass das f-Maß (basierend auf Präzision und Rückruf) eine Schätzung der Genauigkeit eines Klassifikators ist. Außerdem wird f-Measure gegenüber Genauigkeit bevorzugt, wenn wir einen unausgeglichenen Datensatz haben. Ich habe eine einfache Frage (bei der es mehr um die Verwendung der richtigen Terminologie als um die Technologie geht). Ich …

10 machine-learning classification data-mining unbalanced-classes accuracy

1

Optimale Anzahl von Komponenten in einer Gaußschen Mischung

Eine "Vorstellung" von der optimalen Anzahl von Clustern in k-means zu bekommen, ist also gut dokumentiert. Ich habe einen Artikel darüber in Gaußschen Gemischen gefunden, bin mir aber nicht sicher, ob ich davon überzeugt bin, verstehe ihn nicht sehr gut. Gibt es eine ... sanftere Möglichkeit, dies zu tun?

10 classification k-means mixture unsupervised-learning

1

Wie kann die Wahrscheinlichkeitsschwelle eines Klassifikators bei mehreren Klassen angepasst werden? [Duplikat]

Diese Frage hat hier bereits eine Antwort : Wie kann die Wahrscheinlichkeitsvorhersage für mehrere Klassen begrenzt werden, um eine Verwirrungsmatrix zu erhalten? (1 Antwort) Geschlossen vor 3 Monaten . Das Obige ist ein sehr einfaches Beispiel für die Ausgabe eines Wahrscheinlichkeitsklassifizierers für einen Binärklassenfall, entweder 0 oder 1, basierend auf …

10 probability classification precision-recall multi-class

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

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

2

Klassifizierung mit geordneten Klassen?

Angenommen, ich möchte einen Klassifikator trainieren, der ein Bild einer Person als jung , mittleren Alters oder alt zuweist . Eine einfache Möglichkeit wäre, die Klassen als unabhängige Kategorien zu behandeln und einen Klassifikator zu trainieren. Aber anscheinend gibt es eine Beziehung zwischen den Klassen. Wie kann ich das nutzen, …

10 regression machine-learning classification discrete-data

2

Wo finden Sie vorgefertigte Modelle für das Transferlernen? [Geschlossen]

Geschlossen . Diese Frage muss fokussierter sein . Derzeit werden keine Antworten akzeptiert. Möchten Sie diese Frage verbessern? Aktualisieren Sie die Frage so, dass sie sich nur auf ein Problem konzentriert, indem Sie diesen Beitrag bearbeiten . Geschlossen vor 2 Jahren . Ich bin neu im Bereich des maschinellen Lernens, …

9 machine-learning classification neural-networks transfer-learning

Als «classification» getaggte Fragen