Statistiken und Big Data machine-learning

3

Was sind die Unterschiede zwischen AUC und F1-Score?

F1-Score ist das harmonische Mittel für Präzision und Erinnerung. Die y-Achse des Rückrufs ist eine echte positive Rate (die auch Rückruf ist). Manchmal können Klassifikatoren einen geringen Rückruf aufweisen, aber eine sehr hohe AUC. Was bedeutet das? Was sind die Unterschiede zwischen AUC und F1-Score?

14 machine-learning precision-recall auc accuracy

1

Warum ist die Definition eines konsistenten Schätzers so wie sie ist? Was ist mit alternativen Definitionen von Konsistenz?

Zitat aus Wikipedia: In der Statistik ist ein konsistenter Schätzer oder ein asymptotisch konsistenter Schätzer ein Schätzer - eine Regel zum Berechnen von Schätzungen eines Parameters - mit der Eigenschaft, dass die resultierende Folge von Schätzungen mit zunehmender Anzahl verwendeter Datenpunkte mit einer Wahrscheinlichkeit gegen konvergiert .θ ∗θ∗θ∗θ^*θ∗θ∗θ^* Um diese …

14 machine-learning mathematical-statistics consistency

2

Unterstützt Support Vector Machine einen unausgeglichenen Datensatz?

Bewältigt SVM einen unausgeglichenen Datensatz? Sind das irgendwelche Parameter (wie C oder Fehlklassifizierungskosten), die mit dem unausgeglichenen Datensatz umgehen?

14 machine-learning svm unbalanced-classes

1

Maschinelles Lernen Klassifikatoren Big-O oder Komplexität

Um die Leistung eines neuen Klassifikator-Algorithmus zu bewerten, versuche ich, die Genauigkeit und die Komplexität (Big-O in Training und Klassifizierung) zu vergleichen. Aus dem maschinellen Lernen: Nach einer Überprüfung erhalte ich eine vollständige Liste der überwachten Klassifizierer, außerdem eine Genauigkeitstabelle zwischen den Algorithmen und 44 Testprobleme aus dem UCI-Daten-Repository . …

14 machine-learning classification multiple-comparisons algorithms time-complexity

3

Gewichtung neuerer Daten im Random Forest-Modell

Ich trainiere ein Klassifizierungsmodell mit Random Forest, um zwischen 6 Kategorien zu unterscheiden. Meine Transaktionsdaten umfassen ungefähr 60.000 Beobachtungen und 35 Variablen. Hier ist ein Beispiel, wie es ungefähr aussieht. _________________________________________________ |user_id|acquisition_date|x_var_1|x_var_2| y_vay | |-------|----------------|-------|-------|--------| |111 | 2013-04-01 | 12 | US | group1 | |222 | 2013-04-12 | 6 …

14 r machine-learning classification random-forest

1

Wie kann man eine Zeitreihe von einer anderen Zeitreihe vorhersagen, wenn sie miteinander verwandt sind?

Ich habe über ein Jahr lang ohne große Fortschritte versucht, dieses Problem zu lösen. Es ist Teil eines Forschungsprojekts, das ich mache, aber ich werde es anhand eines von mir erfundenen Beispiels veranschaulichen, da der eigentliche Bereich des Problems etwas verwirrend ist (Eye-Tracking). Sie sind ein Flugzeug, das ein feindliches …

14 time-series machine-learning prediction

2

Wie kann man beweisen, dass es keinen endlichen Merkmalsraum für den Gaußschen RBF-Kern gibt?

Wie zu beweisen ist, dass für die radiale Basisfunktion kein endlichdimensionaler Merkmalsraum wie z dass für einige wir haben ?k(x,y)=exp(−||x−y||2)2σ2)k(x,y)=exp⁡(−||x−y||2)2σ2)k(x, y) = \exp(-\frac{||x-y||^2)}{2\sigma^2})HHHΦ:Rn→HΦ:Rn→H\Phi: \text{R}^n \to Hk(x,y)=⟨Φ(x),Φ(y)⟩k(x,y)=⟨Φ(x),Φ(y)⟩k(x, y) = \langle \Phi(x), \Phi(y)\rangle

14 machine-learning svm kernel-trick

3

Wahl der versteckten Aktivierungsfunktion des neuronalen Netzes

Ich habe an anderer Stelle gelesen, dass die Auswahl der Aktivierungsfunktion für versteckte Schichten in einem NN auf den eigenen Bedürfnissen basieren sollte. Wenn Sie also Werte im Bereich von -1 bis 1 benötigen , verwenden Sie tanh und Sigmoid für den Bereich von 0 bis 1. Meine Frage ist, …

14 machine-learning classification neural-networks

1

Wie gehe ich mit einer Mischung aus binären und kontinuierlichen Eingaben in neuronalen Netzen um?

Ich verwende das nnet-Paket in R, um zu versuchen, eine ANN zu erstellen, um die Immobilienpreise für Eigentumswohnungen vorherzusagen (persönliches Projekt). Ich bin neu in diesem Bereich und habe keinen mathematischen Hintergrund. Ich habe Eingabevariablen, die sowohl binär als auch stetig sind. Zum Beispiel wurden einige Binärvariablen, die ursprünglich Ja …

14 r machine-learning data-transformation neural-networks nnet

3

Versteckte Markov-Modellschwelle

Ich habe ein Proof-of-Concept-System für die Schallerkennung mit mfcc- und Hidden-Markov-Modellen entwickelt. Es gibt vielversprechende Ergebnisse, wenn ich das System auf bekannte Geräusche teste. Obwohl das System, wenn ein unbekannter Ton eingegeben wird, das Ergebnis mit der genauesten Übereinstimmung zurückgibt und die Punktzahl nicht so eindeutig ist, ist es ein …

14 machine-learning hidden-markov-model pattern-recognition

2

Umgang mit Datensätzen mit einer variablen Anzahl von Features

Was sind einige Ansätze zur Klassifizierung von Daten mit einer variablen Anzahl von Features? Betrachten Sie als Beispiel ein Problem, bei dem jeder Datenpunkt ein Vektor von x- und y-Punkten ist und wir nicht für jede Instanz die gleiche Anzahl von Punkten haben. Können wir jedes Paar von x- und …

14 machine-learning missing-data

3

Was kann man einem Schulkind über Statistik und maschinelles Lernen sagen?

Nächste Woche haben wir einen Praktikanten von einer örtlichen Schule im Haus. Das Konzept hinter seinem kurzen Praktikum ist es, eine Vorstellung davon zu bekommen, wie die reale Welt funktioniert und wie bestimmte Jobs ablaufen, wie die tägliche Arbeit aussieht usw. Jetzt habe ich mich gefragt, was man einem so …

14 machine-learning teaching

2

Codierung kategorialer Merkmale in Zahlen für maschinelles Lernen

Viele Algorithmen für maschinelles Lernen, zum Beispiel neuronale Netze, gehen davon aus, dass sie sich mit Zahlen befassen. Wenn Sie also kategoriale Daten haben, müssen Sie diese konvertieren. Mit kategorisch meine ich zum Beispiel: Automarken: Audi, BMW, Chevrolet ... Benutzer-IDs: 1, 25, 26, 28 ... Obwohl es sich bei den …

14 machine-learning many-categories

5

Welcher statistische Klassifizierungsalgorithmus kann wahr / falsch für eine Folge von Eingaben vorhersagen?

Bei einer gegebenen Folge von Eingaben muss festgestellt werden, ob diese Folge eine bestimmte gewünschte Eigenschaft hat. Die Eigenschaft kann nur wahr oder falsch sein, dh es gibt nur zwei mögliche Klassen, zu denen eine Sequenz gehören kann. Die genaue Beziehung zwischen der Sequenz und der Eigenschaft ist unklar, aber …

14 machine-learning classification modeling

1

Unterschreitet die Maximierung der Genauigkeit bei über- / unterabgetasteten unsymmetrischen Klassen die Minimierung der Fehlklassifizierungskosten?

Zunächst möchte ich einige gängige Layouts beschreiben, die in Data Mining-Büchern verwendet werden, um den Umgang mit unsymmetrischen Datasets zu erläutern . Normalerweise heißt der Hauptabschnitt Unbalanced Datasets und deckt diese beiden Unterabschnitte ab: Cost-Sensitive Classification und Sampling Techniques. Es scheint, dass Sie bei einem Problem mit einer seltenen Klasse …

14 machine-learning classification unbalanced-classes

Als «machine-learning» getaggte Fragen