Estoy jugando con un bosque aleatorio y he descubierto que, en general, aumentar el tamaño de la muestra conduce a un mejor rendimiento. ¿Existe una regla / fórmula / etc. que sugiera cuál debería ser el sampSize óptimo o es una prueba y error? Supongo que otra forma de redactarlo; ¿Cuáles son mis...
Tengo 6 variables ( ) que estoy usando para predecir . Al realizar mi análisis de datos, primero probé una regresión lineal múltiple. A partir de esto, solo dos variables fueron significativas. Sin embargo, cuando ejecuté una regresión lineal comparando cada variable individualmente con , todas...
Mientras estudiaba para mi curso de estadísticas, estaba tratando de entender la diferencia entre las pruebas de hipótesis de una y dos colas. Específicamente, ¿por qué la prueba de una cola rechaza la nula mientras que la de dos colas no? Un
Por ejemplo, uno quiere predecir los precios de la vivienda y tener dos características de entrada de longitud y anchura de la vivienda. A veces, uno también incluye características de entrada polinomiales 'derivadas', como el área, que es largo * ancho. 1) ¿Cuál es el punto de incluir...
De una respuesta en una pregunta anterior , fui dirigido hacia la secuencia de Halton, para crear un conjunto de vectores que cubrieran un espacio de muestra uniforme de manera bastante uniforme. Pero la página de wikipedia menciona que los números primos más altos a menudo están altamente...
He estado trabajando en el muestreo de importancia bastante de cerca durante el año pasado y tengo algunas preguntas abiertas con las que esperaba obtener ayuda. Mi experiencia práctica con esquemas de muestreo de importancia ha sido que ocasionalmente pueden producir fantásticas estimaciones de...
Tengo un conjunto de datos con dos clases superpuestas, siete puntos en cada clase, los puntos están en un espacio bidimensional. En R, y estoy corriendo svmdesde el e1071paquete para construir un hiperplano de separación para estas clases. Estoy usando el siguiente comando: svm(x, y, scale =...
Esta también es una pregunta que se relaciona mucho con Python como un banco de trabajo de estadísticas y sobresale como un banco de trabajo de estadísticas . Sé que hay una gran discusión sobre Ruby versus Python, pero este no es el punto en esta pregunta. Pensé que Ruby era más rápido que Python...
En la mayoría de los ejemplos que he visto hasta ahora de las redes neuronales, la red se usa para la clasificación y los nodos se transforman con una función sigmoidea. Sin embargo, me gustaría usar una red neuronal para generar un valor real continuo (de manera realista, la salida generalmente...
¿Hay alguna alternativa rápida al algoritmo EM para aprender modelos con variables latentes (especialmente pLSA)? Estoy de acuerdo con sacrificar la precisión en favor de la
Me gustaría realizar algunas pruebas bidimensionales de Kolmogorov-Smironov para determinar si una distribución bidimensional se ajusta a una referencia. ¿Hay algún paquete o aplicación que pueda usar de una manera relativamente sencilla? ¿O hay un algoritmo diferente que es preferible? Solo tengo...
Estaba investigando mucho sobre el crimen organizado en el este de Asia para un proyecto como un favor para un autor amigo mío, y noté que había economistas y periodistas destacados que, en conjunto, estiman el valor de las operaciones del mercado negro en todo el mundo. . ¿Cuál es la metodología...
En respuesta a una pregunta sobre la selección de modelos en presencia de multicolinealidad , Frank Harrell sugirió : Ponga todas las variables en el modelo pero no pruebe el efecto de una variable ajustada por los efectos de las variables competidoras ... Las pruebas fragmentarias de las...
Me preguntaba cómo generaría datos a partir de una ecuación de regresión de Poisson en R? Estoy un poco confundido sobre cómo abordar el problema. Entonces, si supongo que tenemos dos predictores y X 2 que se distribuyen N ( 0 , 1 ) . Y la intersección es 0 y ambos coeficientes son iguales a 1....
¿Hay algún método directo para transformar los datos de nivel ordinal en nivel de intervalo (al igual que para hacerlo al revés)? ¿Y realizable en Excel o SPSS? Teniendo los datos, digamos: 10 preguntas en el nivel ordinal (digamos escala 0-5, donde 0 = "en absoluto", 5 = "todo el tiempo"), quiero...
Hay varios documentos matemáticos que describen el lazo bayesiano, pero quiero probar el código JAGS correcto que puedo usar. ¿Alguien podría publicar código BUGS / JAGS de muestra que implemente la regresión logística regularizada? Cualquier esquema (L1, L2, Elasticnet) sería genial, pero se...
Actualmente estoy leyendo el excelente libro de Kruschke "Doing Bayesian Data Analysis". Sin embargo, el capítulo sobre regresión logística jerárquica (Capítulo 20) es algo confuso. La figura 20.2 describe una regresión logística jerárquica donde el parámetro de Bernoulli se define como la función...
Tengo una lista de proteínas con sus valores característicos. Una tabla de muestra se ve así: ...............Feature1...Feature2...Feature3...Feature4 Protein1 Protein2 Protein3 Protein4 Las filas son proteínas y las columnas son características. También tengo una lista de proteínas que...
Me gustaría obtener una comprensión conceptual del error cuadrático medio (RMSE) y la desviación media del sesgo (MBD). Después de calcular estas medidas para mis propias comparaciones de datos, a menudo me he quedado perplejo al descubrir que el RMSE es alto (por ejemplo, 100 kg), mientras que el...
Estoy tratando de hacer predicciones usando un modelo de bosque aleatorio en R. Sin embargo, obtengo errores ya que algunos factores tienen valores diferentes en el conjunto de prueba que en el conjunto de entrenamiento. Por ejemplo, un factor Cat_2tiene valores 34, 68, 76, etc., en el conjunto de...