Statistiken und Big Data mse

7

Beispiele, bei denen die Methode der Momente in kleinen Stichproben die maximale Wahrscheinlichkeit übertrifft?

Maximum Likelihood Estimators (MLE) sind asymptotisch effizient; Wir sehen das praktische Ergebnis darin, dass sie selbst bei kleinen Stichprobengrößen oftmals besser abschätzen als die Momentenmethode (MoM) (wenn sie sich unterscheiden) Hier bedeutet "besser als" in dem Sinne, dass typischerweise eine geringere Varianz vorliegt, wenn beide unverzerrt sind, und typischerweise ein …

57 estimation maximum-likelihood mse method-of-moments efficiency

1

Wie werden Fehlermaßnahmen interpretiert?

Ich führe die Klassifizierung in Weka für einen bestimmten Datensatz aus und habe festgestellt, dass bei der Vorhersage eines Nominalwerts die Ausgabe speziell die korrekten und falsch vorhergesagten Werte anzeigt. Jetzt lasse ich es jedoch für ein numerisches Attribut laufen und die Ausgabe ist: Correlation coefficient 0.3305 Mean absolute error …

41 machine-learning error weka mse rms

3

Mittlerer quadratischer Fehler und verbleibende Quadratsumme

Ein Blick auf die Wikipedia-Definitionen von: Mittlerer quadratischer Fehler (MSE) Restsumme der Quadrate (RSS) Es sieht für mich so aus MSE=1NRSS=1N∑(fi−yi)2MSE=1NRSS=1N∑(fi−yi)2\text{MSE} = \frac{1}{N} \text{RSS} = \frac{1}{N} \sum (f_i -y_i)^2 wobei die Anzahl der Abtastwerte ist und unsere Schätzung von .NNNfifif_iyiyiy_i In keinem Wikipedia-Artikel wird dieser Zusammenhang jedoch erwähnt. Warum? Vermisse …

31 residuals mse

3

R: Zufällige Gesamtstruktur, die NaN / Inf im Fehler "fremder Funktionsaufruf" trotz fehlender NaNs im Datensatz auslöst [geschlossen]

Ich verwende Caret, um eine kreuzvalidierte zufällige Gesamtstruktur über ein Dataset auszuführen. Die Y-Variable ist ein Faktor. In meinem Datensatz befinden sich keine NaNs, Infs oder NAs. Allerdings bekomme ich, wenn ich den zufälligen Wald laufen lasse Error in randomForest.default(m, y, ...) : NA/NaN/Inf in foreign function call (arg 1) …

29 r random-forest caret regression prediction fitting social-science poisson-distribution distributions characteristic-function bayesian prior regression normal-distribution interaction nonparametric skewness svm standard-deviation standard-error regression-coefficients igraph natural-language word2vec word-embeddings regression machine-learning sampling r regression machine-learning random-forest ensemble sampling unbiased-estimator proof estimators mse probability conditional-probability bayes anova missing-data neural-networks recommender-system r confidence-interval sample multiple-imputation r time-series forecasting mase

1

Können Freiheitsgrade eine nicht ganzzahlige Zahl sein?

Wenn ich GAM verwende, erhalte ich einen DF-Rest von (letzte Zeile im Code). Was bedeutet das? Über das GAM-Beispiel hinausgehend: Kann die Anzahl der Freiheitsgrade im Allgemeinen eine nicht ganzzahlige Zahl sein?26.626.626.6 > library(gam) > summary(gam(mpg~lo(wt),data=mtcars)) Call: gam(formula = mpg ~ lo(wt), data = mtcars) Deviance Residuals: Min 1Q Median …

27 r degrees-of-freedom gam machine-learning pca lasso probability self-study bootstrap expected-value regression machine-learning linear-model probability simulation random-generation machine-learning distributions svm libsvm classification pca multivariate-analysis feature-selection archaeology r regression dataset simulation r regression time-series forecasting predictive-models r mean sem lavaan machine-learning regularization regression conv-neural-network convolution classification deep-learning conv-neural-network regression categorical-data econometrics r confirmatory-factor scale-invariance self-study unbiased-estimator mse regression residuals sampling random-variable sample probability random-variable convergence r survival weibull references autocorrelation hypothesis-testing distributions correlation regression statistical-significance regression-coefficients univariate categorical-data chi-squared regression machine-learning multiple-regression categorical-data linear-model pca factor-analysis factor-rotation classification scikit-learn logistic p-value regression panel-data multilevel-analysis variance bootstrap bias probability r distributions interquartile time-series hypothesis-testing normal-distribution normality-assumption kurtosis arima panel-data stata clustered-standard-errors machine-learning optimization lasso multivariate-analysis ancova machine-learning cross-validation

3

MSE-Zerlegung in Varianz und Bias-Quadrat

Indem gezeigt wird, dass MSE in Varianz plus das Quadrat der Abweichung zerlegt werden kann, hat der Beweis in Wikipedia einen Schritt, der im Bild hervorgehoben ist. Wie funktioniert das? Wie wird die Erwartung vom 3. bis zum 4. Schritt in das Produkt umgesetzt? Wenn die beiden Begriffe unabhängig sind, …

23 random-variable expected-value mse

2

Verständnis der Bias-Varianz-Kompromissableitung

Ich lese gerade das Kapitel über den Kompromiss zwischen Bias-Varianz und den Elementen des statistischen Lernens und bezweifle, dass die Formel auf Seite 29 basiert. Die Daten ergeben sich aus einem Modell, bei dem wobei zufällig ist Zahl mit dem erwarteten Wert und Varianz . Der erwartete Fehlerwert des Modells …

20 machine-learning unbiased-estimator mse bias-variance-tradeoff

1

Verlustfunktion für Autoencoder

Ich experimentiere ein bisschen mit Autoencodern und habe mit Tensorflow ein Modell erstellt, das versucht, den MNIST-Datensatz zu rekonstruieren. Mein Netzwerk ist sehr einfach: X, e1, e2, d1, Y, wobei e1 und e2 Codierschichten sind, d2 und Y Decodierschichten sind (und Y die rekonstruierte Ausgabe ist). X hat 784 Einheiten, …

19 mse autoencoders tensorflow cross-entropy

3

Warum sollte ein bestimmtes Maß für den Prognosefehler (z. B. MAD) im Gegensatz zu einem anderen (z. B. MSE) verwendet werden?

MAD = Mittlere absolute Abweichung MSE = Mittlerer quadratischer Fehler Ich habe Vorschläge von verschiedenen Stellen gesehen, dass MSE trotz einiger unerwünschter Eigenschaften verwendet wird (z. B. http://www.stat.nus.edu.sg/~staxyc/T12.pdf , das auf Seite 8 heißt. "Es wird allgemein angenommen, dass MAD ist ein besseres Kriterium als MSE. Mathematisch ist MSE jedoch …

15 forecasting error mse mae

4

Wird der mittlere quadratische Fehler verwendet, um die relative Überlegenheit eines Schätzers gegenüber einem anderen zu bewerten?

Angenommen, wir haben zwei Schätzer α1α1\alpha_1 und für einen Parameter . Um festzustellen, welcher Schätzer "besser" ist, betrachten wir den MSE (Mean Squared Error)? Mit anderen Worten, wir betrachten wobei die Abweichung des Schätzers und die Varianz des Schätzers ist. Wer eine größere MSE hat, ist ein schlechterer Schätzer?α2α2\alpha_2xxxMSE=β2+σ2MSE=β2+σ2MSE = …

13 estimation mse

2

Normalisierter RMSE

Ich habe mehrere Zeitreihen in einem VAR (1) und möchte, da einige von ihnen nicht dieselbe Maßeinheit haben, den RMSE in Prozent schätzen. Ich weiß, dass dies auf verschiedene Arten geschehen kann (siehe unten), aber ich weiß nicht genau, welches besser zu einem Prognosebewertungsproblem passt. Ich hoffe du konntest mir …

10 time-series mse rms

2

Gauß-Markov-Theorem: BLAU und OLS

Ich habe den Guass-Markov-Satz auf Wikipedia gelesen und gehofft, jemand könnte mir helfen, den Hauptpunkt des Satzes herauszufinden. Wir nehmen an, dass ein lineares Modell in Matrixform gegeben ist durch: und wir suchen nach BLAU, .y=Xβ+ηy=Xβ+η y = X\beta +\eta βˆβ^ \widehat\beta Gemäß dieser , würde ich beschriften der "Rest" …

9 regression least-squares mse blue

2

Verwendung von MSE anstelle von Protokollverlust bei der logistischen Regression

Angenommen, wir ersetzen die Verlustfunktion der logistischen Regression (die normalerweise logarithmisch wahrscheinlich ist) durch die MSE. Das heißt, das logarithmische Quotenverhältnis muss immer noch eine lineare Funktion der Parameter sein, aber die Summe der quadratischen Differenzen zwischen der geschätzten Wahrscheinlichkeit und dem Ergebnis (codiert als 0/1) minimieren: Logp1 - p= …

9 logistic maximum-likelihood unbiased-estimator mse

4

Mittlerer quadratischer Fehler oder mittlerer quadratischer Fehler

Als nicht-englischer Muttersprachler habe ich mich gefragt, welchen quadratischen oder quadratischen Ausdruck ich verwenden soll. Zum Beispiel im mittleren quadratischen Fehler oder im mittleren quadratischen Fehler. Laut Internet scheinen beide Formen undeutlich verwendet zu werden. Ist ein Ausdruck quadratischer als der andere?

9 terminology mse

1

MSE als Proxy für Pearsons Korrelation bei Regressionsproblemen

TL; DR (zu lang, nicht gelesen): Ich arbeite an einem Zeitreihen-Vorhersageproblem, das ich mit Deep Learning (Keras) als Regressionsproblem formuliere. Ich möchte die Pearson-Korrelation zwischen meiner Vorhersage und den wahren Bezeichnungen optimieren. Ich bin verwirrt über die Tatsache, dass die Verwendung von MSE als Proxy tatsächlich zu besseren Ergebnissen (in …

8 machine-learning deep-learning loss-functions pearson-r mse

Als «mse» getaggte Fragen