Statistiken und Big Data predictive-models

1

Ich habe zwei Gruppen von Probanden, A und B, jede mit einer Größe von ungefähr 400 und ungefähr 300 Prädiktoren. Mein Ziel ist es, ein Vorhersagemodell für eine binäre Antwortvariable zu erstellen. Mein Kunde möchte das Ergebnis der Anwendung des von A auf B erstellten Modells sehen. (In seinem Buch …

17 pca logistic predictive-models robust

2

Überlebensmodell zur Vorhersage der Abwanderung - Zeitvariable Prädiktoren?

Ich möchte ein Vorhersagemodell für die Vorhersage der Abwanderung erstellen und ein diskretes Zeitüberlebensmodell verwenden, das an ein Personentrainings-Dataset angepasst ist (eine Zeile für jeden Kunden und für jeden Zeitraum, für den ein Risiko besteht, mit einem Ereignisindikator von 1) wenn die Abwanderung in diesem Zeitraum stattgefunden hat, sonst 0). …

17 survival predictive-models churn

1

Wie ist die Ausgabe von predict.coxph zu interpretieren?

Nach dem Anpassen eines Steuermodells ist es möglich, Vorhersagen zu treffen und das relative Risiko neuer Daten abzurufen. Was ich nicht verstehe, ist, wie das relative Risiko für eine Person berechnet wird und in Bezug auf was es sich handelt (dh den Durchschnitt der Bevölkerung)? Irgendwelche Empfehlungen für Ressourcen zum …

17 predictive-models relative-risk cox-model

4

Über George Box, Galit Shmueli und die wissenschaftliche Methode?

(Diese Frage scheint für die Philosophy SE besser geeignet zu sein. Ich hoffe, dass Statistiker meine Missverständnisse über die Aussagen von Box und Shmueli klären können, daher veröffentliche ich sie hier.) George Box (von ARIMA) sagte: "Alle Modelle sind falsch, aber einige sind nützlich." Galit Shmueli argumentiert in ihrer berühmten …

16 predictive-models aic bic philosophical explanatory-models

6

Schnellste SVM-Implementierung

Eher eine allgemeine Frage. Ich verwende eine rbf-SVM für die vorhersagende Modellierung. Ich denke, mein aktuelles Programm muss definitiv etwas beschleunigt werden. Ich benutze Scikit Learn mit einer Grob- bis Feinrastersuche + Kreuzvalidierung. Jeder SVM-Lauf dauert ungefähr eine Minute, aber bei all den Iterationen finde ich es immer noch zu …

16 machine-learning svm predictive-models scikit-learn kernel-trick

2

Was ist der Unterschied zwischen Maximum Likelihood Estimation und Gradient Descent?

Was sind die Vor- und Nachteile beider Methoden?

16 maximum-likelihood predictive-models optimization gradient-descent

5

Betrügt es, die Ausreißer auf der Grundlage des Boxplots des mittleren absoluten Fehlers zu löschen, um ein Regressionsmodell zu verbessern?

Ich habe ein Vorhersagemodell mit vier Methoden getestet, wie Sie in der Boxplot-Abbildung unten sehen können. Das vom Modell vorhergesagte Attribut liegt im Bereich von 0 bis 8. Möglicherweise stellen Sie fest, dass bei allen Methoden ein Ausreißer mit Obergrenze und drei Ausreißer mit Untergrenze angegeben sind. Ich frage mich, …

15 regression machine-learning multiple-regression predictive-models outliers

2

Wie kann eine Kreuzvalidierung mit einem Cox-Modell für proportionale Gefahren durchgeführt werden?

Angenommen, ich habe ein Vorhersagemodell für das Auftreten einer bestimmten Krankheit in einem Datensatz (dem Datenbestand zur Modellbildung) erstellt und möchte nun überprüfen, wie gut das Modell in einem neuen Datensatz (dem Validierungsdatenbestand) funktioniert. Für ein mit logistischer Regression erstelltes Modell würde ich die vorhergesagte Wahrscheinlichkeit für jede Person im …

15 predictive-models cross-validation survival roc

1

Minimierung der Verzerrung bei der erklärenden Modellierung, warum? (Galit Shmuelis "Erklären oder Vorhersagen")

Diese Frage bezieht sich auf Galit Shmuelis Aufsatz "To Explain or to Predict" . Im Einzelnen schreibt Professor Shmueli in Abschnitt 1.5, "Erklärung und Vorhersage sind unterschiedlich": Bei der erklärenden Modellierung liegt der Schwerpunkt auf der Minimierung der Verzerrung, um die genaueste Darstellung der zugrunde liegenden Theorie zu erhalten. Das …

15 predictive-models inference bias unbiased-estimator explanatory-models

2

Warum ist diese Vorhersage von Zeitreihen „ziemlich schlecht“?

Ich versuche zu lernen, wie man neuronale Netze benutzt. Ich habe dieses Tutorial gelesen . Nach dem Anpassen eines neuronalen Netzes an eine Zeitreihe unter Verwendung des Wertes bei zur Vorhersage des Wertes bei t + 1 erhält der Autor das folgende Diagramm, wobei die blaue Linie die Zeitreihe ist, …

15 time-series neural-networks predictive-models deep-learning prediction

4

Vorhersagemodelle: Statistiken können das maschinelle Lernen unmöglich übertreffen? [geschlossen]

Geschlossen . Diese Frage muss gezielter gestellt werden . 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 verfolge derzeit ein Masterstudium mit Schwerpunkt …

14 machine-learning forecasting predictive-models prediction out-of-sample

4

Kann die Random Forest-Methodik auf lineare Regressionen angewendet werden?

Random Forests erstellen ein Ensemble von Entscheidungsbäumen, wobei jeder Baum mithilfe eines Bootstrap-Beispiels der ursprünglichen Trainingsdaten (Beispiel für Eingabevariablen und Beobachtungen) erstellt wird. Kann ein ähnlicher Prozess für die lineare Regression angewendet werden? Erstellen Sie k lineare Regressionsmodelle mit einer zufälligen Bootstrap-Stichprobe für jede der k Regressionen Was sind die …

14 regression predictive-models ensemble

2

Modellleistung bei der Quantilmodellierung

Ich verwende die Quantil-Regression (zum Beispiel über gbmoder quantregin R) - und konzentriere mich nicht auf den Median, sondern auf ein oberes Quantil (zum Beispiel 75.). Ausgehend von einem prädiktiven Modellierungshintergrund möchte ich messen, wie gut das Modell in ein Test-Set passt, und dies einem Geschäftsbenutzer beschreiben können. Meine frage …

14 regression data-mining predictive-models quantile-regression

1

Die Prognoseleistung hängt mehr von der Expertise des Datenanalysten als von der Methode ab.

Ich bin auf ein Gerücht gestoßen, dass einige Studien gezeigt haben, dass die Leistung von Vorhersagemodellen mehr von der Expertise des Datenanalysten mit der gewählten Methode abhängt als von der Wahl der Methode. Mit anderen Worten, die Behauptung ist, dass es wichtiger ist, dass der Datenanalyst mit der gewählten Methode …

14 predictive-models method-comparison

1

Caret glmnet vs cv.glmnet

Es scheint eine Menge Verwirrung im Vergleich zwischen der Verwendung von glmnetinside caretzur Suche nach einem optimalen Lambda und der Verwendung cv.glmnetderselben Aufgabe zu geben. Viele Fragen wurden gestellt, zB: Klassifizierungsmodell train.glmnet vs. cv.glmnet? Was ist der richtige Weg, um glmnet mit caret zu verwenden? Quervalidierung von "glmnet" mit "caret" …

14 r caret glmnet machine-learning neural-networks maximum softmax probability distributions mathematical-statistics random-variable cdf statistical-significance variance expected-value ratio sample-size reliability tolerance-interval wilcoxon-signed-rank self-study variance sampling mean machine-learning svm libsvm self-study sampling ranks data-visualization histogram machine-learning classification normal-distribution mathematical-statistics maximum-likelihood mixture predictive-models prediction seasonality

Als «predictive-models» getaggte Fragen