Moje pytanie: Dlaczego losowy las rozważa losowe podzbiory funkcji do podziału na poziomie węzłów w obrębie każdego drzewa, a nie na poziomie drzewa ? Tło: To jest pytanie historyczne. Tin Kam Ho opublikował ten artykuł na temat budowy „lasów decyzyjnych”, losowo wybierając podzbiór cech do uprawy...
Mam zestaw testowy 100 przypadków i dwa klasyfikatory. Wygenerowałem prognozy i obliczyłem AUC ROC, czułość i swoistość dla obu klasyfikatorów. Pytanie 1: Jak obliczyć wartość p, aby sprawdzić, czy jedna jest znacznie lepsza od drugiej pod względem wszystkich wyników (AOC ROC, czułość,...
Załóżmy, że mam uczestników, z których każdy daje odpowiedź 20 razy, 10 w jednym stanie i 10 w innym. Dopasowuję liniowy model efektów mieszanych porównujący w każdych warunkach. Oto powtarzalny przykład symulujący tę sytuację za pomocą pakietu w :Y TNN.NYYYYYYlme4R library(lme4) fml <- "~...
Czy dostępna jest bayesowska interpretacja REML? Według mojej intuicji, REML ma silne podobieństwo do tak zwanych empirycznych procedur estymacji Bayesa i zastanawiam się, czy wykazano jakąś asymptotyczną równoważność (powiedzmy, w ramach odpowiedniej klasy priorytetów). Zarówno empiryczne Bayesa,...
Jeśli oczekiwana wartość to , jaka jest oczekiwana wartość ? Czy można to obliczyć analitycznie?G a m m a (α,β)Gamma(α,β)\mathsf{Gamma}(\alpha, \beta)αβαβ\frac{\alpha}{\beta}log( G a m m a ( α , β) )log(Gamma(α,β))\log(\mathsf{Gamma}(\alpha, \beta)) Parametryzacja, której używam, jest...
Zamknięte. To pytanie jest nie na temat . Obecnie nie przyjmuje odpowiedzi. Chcesz poprawić to pytanie? Zaktualizuj pytanie, aby było tematem dotyczącym weryfikacji krzyżowej. Zamknięte 2 lata temu . Jest szeroko komentowany w żółtej i niezbyt żółtej...
Pytanie Jeśli są IID, to oblicz , gdzie .X1,⋯,Xn∼N(μ,1)X1,⋯,Xn∼N(μ,1)X_1,\cdots,X_n \sim \mathcal{N}(\mu, 1)E(X1∣T)E(X1∣T)\mathbb{E}\left( X_1 \mid T \right)T=∑iXiT=∑iXiT = \sum_i X_i Próba : Sprawdź, czy poniższe informacje są prawidłowe. Powiedzmy, że bierzemy sumę tych warunkowych...
Czy rozkład Cauchy'ego jest w jakiś sposób „rozkładem nieprzewidywalnym”? Próbowałem zrobić cs <- function(n) { return(rcauchy(n,0,1)) } w R dla wielu n wartości i zauważyli, że czasami generują dość nieprzewidywalne wartości. Porównaj to np as <- function(n) {...
Zauważam, że w metodach statystycznych / uczenia maszynowego rozkład jest często aproksymowany przez Gaussa, a następnie Gaussian jest wykorzystywany do próbkowania. Zaczynają od obliczenia pierwszych dwóch momentów rozkładu i wykorzystują je do oszacowania i . Następnie mogą pobrać próbki z tego...
Próbowałem dowiedzieć się, które dystrybucje używać w GLM, i trochę się zastanawiam, kiedy użyć normalnej dystrybucji. W jednej części mojego podręcznika jest napisane, że rozkład normalny może być dobry do modelowania wyników egzaminów. W następnej części pyta się, jaka dystrybucja byłaby...
Losowy las to zbiór drzew decyzyjnych według koncepcji workowania. Kiedy przechodzimy z jednego drzewa decyzyjnego do następnego drzewa decyzyjnego, w jaki sposób informacje zdobyte przez ostatnie drzewo decyzyjne przechodzą do następnego? Ponieważ, zgodnie z moim zrozumieniem, nie ma nic takiego...
Czy ktoś może podać szczegółowe (i jasne) wyjaśnienie, co oznacza jej „dotkliwość” (czy nie jest to tylko funkcja mocy oceniana przy różnych rozbieżnościach traktowanych jako hipoteza zerowa?) I jak ogólnie pasuje do literatury z zakresu badań
Kiedy przeprowadzamy testy, uzyskujemy dwa wyniki. 1) Odrzucamy hipotezę zerową 2) Nie odrzucamy hipotezy zerowej. Nie mówimy o akceptowaniu alternatywnych hipotez. Jeśli nie mówimy o akceptacji alternatywnej hipotezy, dlaczego w ogóle potrzebujemy alternatywnej hipotezy? Oto aktualizacja:...
Mam pewne dane, które pasują do z grubsza liniowej linii: Kiedy wykonuję regresję liniową tych wartości, otrzymuję równanie liniowe: y= 0,997 x - 0,0136y=0,997x-0,0136y = 0.997x-0.0136 W idealnym świecie równanie powinno wynosić .y= xy=xy = x Oczywiście moje wartości liniowe są zbliżone do...
Pytanie jest proste: czy właściwe jest stosowanie regresji liniowej, gdy Y jest ograniczone i dyskretne (np. Wynik testu 1 ~ 100, niektóre predefiniowane rangi 1 ~ 17)? Czy w takim przypadku „regresja liniowa nie jest dobra”, czy też jest całkowicie
To jest definicja statystyki na wikipedii Bardziej formalnie, teoria statystyczna definiuje statystykę jako funkcję próbki, w której sama funkcja jest niezależna od rozkładu próbki; to znaczy funkcję można określić przed realizacją danych. Pojęcie statystyki jest używane zarówno dla funkcji, jak...
Kiedy czytam o tym, jak skonfigurować dane, często spotykam się z tym, że przekształcanie niektórych ciągłych danych w dane kategoryczne nie jest dobrym pomysłem, ponieważ bardzo dobrze możesz wyciągnąć błędne wnioski, jeśli progi są źle określone. Jednak obecnie mam pewne dane (wartości PSA dla...
Entropia ciągłego rozkładu z funkcją gęstości faff określa się jako ujemny z oczekiwaniem log( f) ,log(f),\log(f), a zatem jest równa H.fa= - ∫∞- ∞log( f( x ) ) f( x ) d x .Hf=−∫−∞∞log(f(x))f(x)dx.H_f = -\int_{-\infty}^{\infty} \log(f(x)) f(x)\mathrm{d}x. Także, że każdej zmiennej losowej XXX ,...
Co nazywacie średnią statystyczną obliczaną na podstawie górnych i dolnych krańcowych wartości w dowolnym zestawie danych? Na przykład, jeśli masz zestaw: { -2, 0 , 8, 9, 1, 50, -2, 6} Górna skrajność tego zestawu jest, 50a dolna skrajność jest -2. Tak więc średnia skrajności byłaby(-2 + 50 /...
Zwykle rozkład prawdopodobieństwa między zmiennymi dyskretnymi opisuje się za pomocą funkcji masy prawdopodobieństwa (PMF): Pracując z ciągłymi zmiennymi losowymi, opisujemy rozkłady prawdopodobieństwa za pomocą funkcji gęstości prawdopodobieństwa (PDF) zamiast funkcji masy prawdopodobieństwa....