Statistiken und Big Data normalization

1

Warum funktioniert meine Replikation von Silver & Dunlap 1987 nicht?

Ich versuche Silver & Dunlap (1987) zu replizieren . Ich vergleiche nur die Mittelungskorrelationen oder die Mittelung der z-Transformationskorrelationen und die Rücktransformation. Ich scheine die Asymmetrie in der Verzerrung, die sie finden, nicht zu replizieren (rücktransformierte zs sind für mich nicht näher am Bevölkerungswert als rs). Irgendwelche Gedanken? Ist es …

8 r correlation data-transformation simulation normalization

3

Wie gehe ich mit Prädiktorvariablen aus verschiedenen Verteilungen in der logistischen Regression um?

Ich verwende die logistische Regression, um y bei x1 und x2 vorherzusagen: z = B0 + B1 * x1 + B2 * x2 y = e^z / (e^z + 1) Wie soll die logistische Regression mit Fällen umgehen, in denen meine Variablen sehr unterschiedliche Maßstäbe haben? Erstellen Menschen jemals logistische …

8 machine-learning logistic normalization standardization

3

Intuition der Bayes'schen Normalisierungskonstante

Bei dem häufig erwähnten Mammographie-Screening-Problem mit einer Screening-Wahrscheinlichkeit von 80%, einem Prior von 10% und einer falsch-positiven Rate von 50% oder seinen Varianten ist es leicht zu erklären, dass die bedingte hintere Wahrscheinlichkeit, dass ein positives Screening auf Krebs hinweist vorhanden ist nur 15%. Dies lässt sich am einfachsten anhand …

8 normalization bayes marginal

3

Wann müssen Daten normalisiert werden, wenn zwei Datensätze aus derselben Verteilung verwendet werden?

Angenommen, Sie haben zwei Datensätze D1 und D2. Beide werden von derselben zugrunde liegenden Verteilung X abgetastet. Ich möchte sie zum Trainieren eines neuronalen Netzwerks verwenden. Die Features sind alle vorzeichenlose Ganzzahlen im Bereich [0; 2 ^ 64]. Aufgrund der Tatsache, dass die Merkmale sehr unterschiedliche Maßstäbe haben, habe ich …

7 neural-networks dataset normalization z-score

2

Zweck der L2-Normalisierung für das Triplett-Netzwerk

Triplett-basiertes Fernstudium zur Gesichtserkennung scheint sehr effektiv zu sein. Ich bin neugierig auf einen bestimmten Aspekt des Papiers. Um eine Einbettung für ein Gesicht zu finden, normalisieren die Autoren die verborgenen Einheiten mithilfe der L2-Normalisierung, wodurch die Darstellung auf einer Hypersphäre eingeschränkt wird. Warum ist das hilfreich oder notwendig?

7 neural-networks deep-learning normalization image-processing

2

Gewichtsnormalisierungstechnik, die bei der Bildstilübertragung verwendet wird

Ich versuche, die Papier- Bildstilübertragung mithilfe von Faltungs-Neuronalen Netzen zu implementieren . In Abschnitt 2 - Tiefenbilddarstellungen erwähnen die Autoren die folgende Technik zur Gewichtsnormalisierung: Wir haben das Netzwerk normalisiert, indem wir die Gewichte so skaliert haben, dass die mittlere Aktivierung jedes Faltungsfilters über Bildern und Positionen gleich eins ist. …

6 neural-networks deep-learning conv-neural-network normalization

Als «normalization» getaggte Fragen