Tengo una matriz (simétrica) Mque representa la distancia entre cada par de nodos. Por ejemplo, ABCDEFGHIJKL A 0 20 20 20 40 60 60 60100120120120 B 20 0 20 20 60 80 80 80120140140140 C 20 20 0 20 60 80 80 80120140140140 D 20 20 20 0 60 80 80 80120140140140 E 40 60 60 60 0 20 20 20 60 80 80 80 F...
Parece que a mucha gente (incluido yo) le gusta hacer análisis de datos exploratorios en Excel. Algunas limitaciones, como la cantidad de filas permitidas en una hoja de cálculo, son difíciles, pero en la mayoría de los casos no hacen que sea imposible usar Excel para jugar con los datos. Sin...
Una distribución gaussiana estandarizada en se puede definir dando explícitamente su densidad: RR\mathbb{R}12π−−√e−x2/212πe−x2/2 \frac{1}{\sqrt{2\pi}}e^{-x^2/2} o su función característica. Como se recuerda en esta pregunta, también es la única distribución para la cual la media y la varianza...
La página de Wikipedia en ANOVA enumera tres supuestos , a saber: Independencia de casos: esta es una suposición del modelo que simplifica el análisis estadístico. Normalidad: las distribuciones de los residuos son normales. Igualdad (u "homogeneidad") de variaciones, llamada homocedasticidad...
¿Cuál es la diferencia entre un problema multiclase y un problema
Para el problema del lazo minβ(Y−Xβ)T(Y−Xβ)minβ(Y−Xβ)T(Y−Xβ)\min_\beta (Y-X\beta)^T(Y-X\beta) tal que ∥β∥1≤t‖β‖1≤t\|\beta\|_1 \leq t . A menudo veo el resultado de umbral suave βlassoj=sgn(βLSj)(|βLSj|−γ)+βjlasso=sgn(βjLS)(|βjLS|−γ)+ \beta_j^{\text{lasso}}=...
He estado leyendo el libro de Tukey "Análisis de datos exploratorios". Escrito en 1977, el libro enfatiza los métodos de papel / lápiz. ¿Existe un sucesor más "moderno" que tenga en cuenta que ahora podemos trazar instantáneamente grandes conjuntos de datos?
Muchos autores de artículos que leí afirman que las SVM son una técnica superior para enfrentar su problema de regresión / clasificación, conscientes de que no podrían obtener resultados similares a través de las NN. A menudo, la comparación establece que SVM, en lugar de NN, Tener una fuerte...
Si ejecuto un randomForestmodelo, puedo hacer predicciones basadas en el modelo. ¿Hay alguna manera de obtener un intervalo de predicción de cada una de las predicciones de modo que sepa cuán "seguro" es el modelo de su respuesta? Si esto es posible, ¿se basa simplemente en la variabilidad de la...
Una buena práctica común en Machine Learning es hacer la normalización de características o la estandarización de datos de las variables predictoras, eso es todo, centrar los datos restando la media y normalizarlos dividiendo por la varianza (o la desviación estándar también). Para la...
Estoy construyendo modelos de regresión. Como paso de preprocesamiento, escalo los valores de mis características para que tengan una media 0 y una desviación estándar 1. ¿Es necesario normalizar también los valores
Supongo que me siento frustrado cada vez que escucho a alguien decir que la no normalidad de los residuos y / o la heterocedasticidad viola los supuestos de OLS. Para estimar los parámetros en un modelo OLS, ninguno de estos supuestos es necesario según el teorema de Gauss-Markov. Veo cómo esto...
Tengo un conjunto de datos en forma de (características, salida binaria 0 o 1), pero 1 ocurre muy raramente, por lo que al predecir siempre 0, obtengo una precisión entre 70% y 90% (dependiendo de los datos particulares que mire) ) Los métodos de ML me dan la misma precisión, y creo que debería...
He estado leyendo el artículo de Geoff Cumming 2008 Replication and Intervals: los valores predicen el futuro solo vagamente, pero los intervalos de confianza funcionan mucho mejor pppppp p p[~ 200 citas en Google Scholar] , y estoy confundido por una de sus afirmaciones centrales. Este es uno de...
Un filtro de partículas y un filtro de Kalman son estimadores bayesianos recursivos . A menudo encuentro filtros de Kalman en mi campo, pero rara vez veo el uso de un filtro de partículas. ¿Cuándo se usaría uno sobre el
En su artículo de 1984 "Estadísticas e inferencia causal" , Paul Holland planteó una de las preguntas más fundamentales en estadística: ¿Qué puede decir un modelo estadístico sobre la causalidad? Esto llevó a su lema: SIN CAUSAS SIN MANIPULACIÓN que enfatizó la importancia de las...
He visto varios tratamientos teóricos de gráficos, como la Gramática de Gráficos . Pero no he visto nada equivalente con respecto a las tablas. Mientras tanto, he desarrollado un modelo informal de buenas prácticas en el diseño de tablas. Sin embargo, me gustaría poder proporcionar una buena...
Lo sé, esto puede sonar como fuera de tema, pero escúchame. En Stack Overflow y aquí obtenemos votos en las publicaciones, todo esto se almacena en forma de tabla. P.ej: Identificación del poste Identificación del votante Tipo de voto Fecha y hora ------- -------- --------- -------- 10 1 2...
Algunos materiales que he visto sobre el aprendizaje automático dicen que es una mala idea abordar un problema de clasificación a través de la regresión. Pero creo que siempre es posible hacer una regresión continua para ajustar los datos y truncar la predicción continua para obtener...
Tengo los datos de una prueba que podría usarse para distinguir células normales y tumorales. De acuerdo con la curva ROC, se ve bien para este propósito (el área bajo la curva es 0.9): Mis preguntas son: ¿Cómo determinar el punto de corte para esta prueba y su intervalo de confianza donde...