Técnicas estadísticas utilizadas para predecir resultados.
La lógica a menudo establece que al sobreajustar un modelo, su capacidad de generalizar es limitada, aunque esto solo puede significar que el sobreajuste impide que un modelo mejore después de una cierta complejidad. ¿El sobreajuste hace que los modelos empeoren independientemente de la complejidad...
Por lo tanto, no he podido encontrar ninguna literatura sobre este tema, pero parece algo que vale la pena pensar: ¿Cuáles son las mejores prácticas en capacitación y optimización de modelos si hay nuevas observaciones disponibles? ¿Hay alguna forma de determinar el período / frecuencia de volver...
En este enlace sobre Estacionalidad y diferenciación , se ha mencionado que los modelos como ARIMA requieren una serie temporal estacionaria para el pronóstico, ya que sus propiedades estadísticas como la media, la varianza, la autocorrelación, etc.son constantes en el tiempo. Dado que los RNN...
Dada una frase: "Cuando abro el ?? puerta se empieza a calentarse de forma automática" Me gustaría obtener la lista de posibles palabras en ?? con una probabilidad El concepto básico utilizado en el modelo word2vec es "predecir" una palabra dado el contexto circundante. Una vez que se construye...
Tengo características dispersas que son predictivas, también tengo algunas características densas que también son predictivas. Necesito combinar estas características para mejorar el rendimiento general del clasificador. Ahora, cuando trato de combinar estos elementos, las características densas...
Creo un corr()df a partir de un df original. El corr()DF salió 70 X 70 y es imposible de visualizar el mapa de calor ... sns.heatmap(df). Si trato de mostrar corr = df.corr(), la tabla no se ajusta a la pantalla y puedo ver todas las correlaciones. ¿Es una forma de imprimir todo dfsin importar su...
La siguiente función de predicción también proporciona valores -ve, por lo que no puede haber probabilidades. param <- list(max.depth = 5, eta = 0.01, objective="binary:logistic",subsample=0.9) bst <- xgboost(param, data = x_mat, label = y_mat,nround = 3000) pred_s <- predict(bst,...
Parece que se ha convertido en axiomático que un conjunto de estudiantes conduce a los mejores resultados posibles del modelo, y cada vez es más raro, por ejemplo, que modelos individuales ganen competencias como Kaggle. ¿Existe una explicación teórica de por qué los conjuntos son tan...
Cuando los algoritmos de ML, por ejemplo, Vowpal Wabbit o algunas de las máquinas de factorización que ganan concursos de clics ( Kaggle ), mencionan que las características son 'hash', ¿qué significa eso realmente para el modelo? Digamos que hay una variable que representa la ID de un complemento...
¿Existen reglas generales (o reglas reales) relacionadas con la cantidad mínima, máxima y "razonable" de celdas LSTM que debo usar? Específicamente me relaciono con BasicLSTMCell de TensorFlow y la num_unitspropiedad. Suponga que tengo un problema de clasificación definido por: t - number of time...
Supongamos que tengo una función suave como F( x , y) = x2+ y2F(X,y)=X2+y2f(x, y) = x^2+y^2 . Tengo un conjunto de entrenamiento y, por supuesto, no sé f, aunque puedo evaluar f donde quiera.D ⊊ { ( ( x , y) , f( x , y) ) | ( x , y) ∈ R2}re⊊{((X,y),F(X,y))El |(X,y)∈R2}D \subsetneq \{((x, y),...
Después de desarrollar mi modelo predictivo utilizando Random Forest, obtengo las siguientes métricas: Train Accuracy :: 0.9764634601043997 Test Accuracy :: 0.7933284397683713 Confusion matrix [[28292 1474] [ 6128 889]] Estos son los resultados de este código: training_features,...
Quiero evitar el sobreajuste en un bosque aleatorio. En este sentido, tengo la intención de utilizar mtry, nodosize, maxnodes, etc. ¿Podría ayudarme a elegir valores para estos parámetros? Estoy usando R. Además, si es posible, dígame cómo puedo usar la validación cruzada k-fold para bosque...
Quiero hacer una predicción del resultado de las elecciones parlamentarias. Mi salida será el% que recibe cada parte. Hay más de 2 partes, por lo que la regresión logística no es una opción viable. Podría hacer una regresión separada para cada parte, pero en ese caso los resultados serían de alguna...
Estoy creando prototipos de una aplicación y necesito un modelo de lenguaje para calcular la perplejidad en algunas oraciones generadas. ¿Hay algún modelo de lenguaje entrenado en Python que pueda usar fácilmente? Algo simple como model = LanguageModel('en') p1 = model.perplexity('This is a well...
Me gustaría ejecutar algún modelo de aprendizaje automático como bosque aleatorio, aumento de gradiente o SVM en mi conjunto de datos. Hay más de 200 variables predictoras en mi conjunto de datos y mis clases objetivo son una variable binaria. ¿Necesito ejecutar la selección de características...
Las estadísticas comunes de validación de modelos como la prueba de Kolmogorov-Smirnov (KS), AUROC y el coeficiente de Gini están relacionadas funcionalmente. Sin embargo, mi pregunta tiene que ver con probar cómo están todos relacionados. Tengo curiosidad por saber si alguien puede ayudarme a...
Tengo un conjunto de datos con 330 muestras y 27 características para cada muestra, con un problema de clase binaria para Regresión logística. De acuerdo con la "regla si son diez", necesito al menos 10 eventos para que se incluya cada característica. Sin embargo, tengo un conjunto de datos...
Cerrada . Esta pregunta necesita estar más centrada . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que se centre en un problema solo editando esta publicación . Cerrado hace 4 años . Estoy...
Me asignaron esta tarea para analizar los registros del servidor de nuestra aplicación que contiene registros de excepciones, registros de eventos, registros de base de datos, etc. Soy nuevo en el aprendizaje automático, utilizamos Spark con búsqueda elástica y Sparks MLlib (o PredictionIO) .Un...