Mam dane miesięczne od 1993 do 2015 roku i chciałbym przeprowadzić prognozę tych danych. Użyłem pakietu tsoutliers do wykrycia wartości odstających, ale nie wiem, jak dalej prognozować z moim zestawem danych. To jest mój
Mam dane miesięczne od 1993 do 2015 roku i chciałbym przeprowadzić prognozę tych danych. Użyłem pakietu tsoutliers do wykrycia wartości odstających, ale nie wiem, jak dalej prognozować z moim zestawem danych. To jest mój
Problem Chciałbym wyciągnąć wnioski na temat systemu analogicznego do śmierci z nieznaną liczbą stron. Kostka jest walcowana kilka razy, po czym chciałbym wywnioskować rozkład prawdopodobieństwa dla parametru odpowiadającego liczbie boków matrycy, θ. Intuicja Jeśli po 40 rzutach zaobserwowałeś...
mam NNN(~ milion) wektorów cech. Tam sąMMM (~ milion) funkcji binarnych, ale tylko w każdym wektorze KKK (~ tysiąc) z nich byłoby 111, reszta to 000. Szukam par wektorów, które mają przynajmniejLLL (~ sto) wspólnych cech (111zarówno). Liczba takich par jest podobna do wielkościNNN (~...
Próbowałem ustalić nierówność |Ti|=∣∣Xi−X¯∣∣S≤n−1n−−√|Ti|=|Xi−X¯|S≤n−1n\left| T_i \right|=\frac{\left|X_i -\bar{X} \right|}{S} \leq\frac{n-1}{\sqrt{n}} gdzie to średnia próbki, a standardowe odchylenie próbki, to znaczy
Mam ponad 1000 próbek danych z 19 zmiennymi. Moim celem jest przewidzenie zmiennej binarnej na podstawie pozostałych 18 zmiennych (binarnych i ciągłych). Jestem całkiem pewien, że 6 zmiennych predykcyjnych jest powiązanych z odpowiedzią binarną, chciałbym jednak dalej analizować zestaw danych i...
Rozważ dwukrotne zróżnicowanie i symetryczny rozkład faXFX\mathcal{F}_X. Rozważmy teraz drugi dwukrotnie różny rozkładfaZFZ\mathcal{F}_Z sztywność wypaczona w tym sensie, że: ( 1 )faX⪯dofaZ.(1)FX⪯cFZ.(1)\quad\mathcal{F}_X\preceq_c\mathcal{F}_Z. gdzie ⪯do⪯c\preceq_c jest wypukłym porządkiem van...
Wartością współczynnika Bayesa jest zdefiniowana w Bayesa testowanie hipotez i wybór modelu Bayesowskiego przez stosunek dwóch krańcowych wiarogodności: podany Próbkę IID i odpowiednich gęstości próbkowania i , z odpowiednimi priorytetami i , współczynnikiem Bayesa do porównania dwóch modeli jest...
Przeczytałem w książce dotyczącej uczenia maszynowego, że parametry regresji liniowej można oszacować (między innymi metodami) za pomocą spadku gradientu, podczas gdy parametry regresji logistycznej są zwykle szacowane przez oszacowanie maksymalnego prawdopodobieństwa. Czy można wyjaśnić...
To pytanie dotyczy prawdopodobieństwa sukcesu w grze fabularnej. Jednak pytanie i odpowiedzi nie obejmują niektórych złożoności mechaniki kości. W szczególności nie obejmuje to w ogóle biczów (jeden możliwy wynik). Gracz ma pulę kości opartą na mechanice w grze, która nie ma związku z tym...
W tym artykule ( Bayesian Inference for Variance Components using Only Error Contrasts , Harville, 1974), autor twierdzi ( y- Xβ)′H.- 1( y- Xβ) = ( y- Xβ^)′H.-1( y- Xβ^) + ( β-β^)′(X′H.- 1X) (
Rozważ model regresji liniowej: yi=xi⋅β+εi,i=1,…,n,yi=xi⋅β+εi,i=1,…,n, y_i = \mathbf x_i \cdot \boldsymbol \beta + \varepsilon _i, \, i=1,\ldots ,n, gdzie εi∼L(0,b)εi∼L(0,b)\varepsilon _i \sim \mathcal L(0, b) , to znaczy , Rozkład Laplace'a ze średnią 000 i parametrem skali bbb , wszystkie są...
Próbuję przekonwertować kolumnę czynnikową na zmienne fikcyjne: str(cards$pointsBin) # Factor w/ 5 levels ".lte100",".lte150",..: 3 2 3 1 4 4 2 2 4 4 ... labels <- model.matrix(~ pointsBin, data=cards) head(labels) # (Intercept) pointsBin.lte150 pointsBin.lte200 pointsBin.lte250...
Czy można mieć zestaw zmiennych, które są nieskorelowane, ale zależne liniowo?KKK tj. i \ sum_ {i = 1} ^ K a_ix_i = 0c o r (xja,xjot) = 0cor(xi,xj)=0cor(x_i, x_j)=0∑K.i = 1zajaxja= 0∑i=1Kaixi=0 \sum_{i=1}^K a_ix_i=0 Jeśli tak, czy możesz napisać przykład? EDYCJA: Z odpowiedzi wynika, że nie...
Używając k-krotnie CV do wyboru spośród modeli regresji, zwykle obliczam błąd CV osobno dla każdego modelu, wraz z jego standardowym błędem SE, i wybieram najprostszy model w obrębie 1 SE modelu o najniższym błędzie CV (1 standardowa reguła błędu, patrz na przykład tutaj ). Jednak niedawno...
Sieci autokoderów wydają się znacznie trudniejsze niż normalne sieci MLP klasyfikujące. Po kilku próbach użycia Lasagne wszystko, co otrzymuję w zrekonstruowanym wyjściu, jest w najlepszym razie rozmyte uśrednianie wszystkich obrazów bazy danych MNIST, bez rozróżnienia na to, co faktycznie jest...
Wiele powiedziano o znaczeniu normalnych rozkładów w przyrodzie. Wiele pomiarów, takich jak wzrost lub waga, rozkłada się w przybliżeniu normalnie. Ale żaden z nich nie jest dokładnie normalny, o ile rozumiem. Biorąc pod uwagę rozkład normalny jest jednym z maksymalnych rozkładów entropii , wydaje...
Pozwolić XXX być dyskretną zmienną losową przyjmującą jej wartości N.N\mathbb{N}. Chciałbym zmniejszyć tę zmienną o połowę , to znaczy znaleźć zmienną losowąYYY Jak na przykład: X= Y+Y∗X=Y+Y∗X = Y + Y^* gdzie Y∗Y∗Y^* jest niezależną kopią YYY. Odnoszę się do tego procesu jako do połowy ; to...
Staram się zmniejszyć wymiarowość i hałas zestawu danych, wykonując PCA na zbiorze danych i wyrzucając kilka ostatnich komputerów. Następnie chcę użyć niektórych algorytmów uczenia maszynowego na pozostałych komputerach, dlatego chcę znormalizować dane, wyrównując wariancję komputerów, aby...
Usiłuję grupować różne zestawy danych przy użyciu nienadzorowanych algorytmów (klastrowanie). Problem polega na tym, że mam wiele funkcji (~ 500) i niewielką liczbę skrzynek (200-300). Do tej pory robiłem tylko problemy z klasyfikacją, dla których zawsze oznaczyłem dane jako zestawy szkoleniowe....
Myślałem o rozwiązaniu Lasso metodami waniliowymi. Ale czytałem osoby sugerujące użycie Proksymalnego spadku gradientu. Czy ktoś może wyjaśnić, dlaczego dla Lasso można zastosować bliższe GD zamiast waniliowych metod