Estoy tratando de construir un SVM a partir de datos de entrenamiento donde un grupo está representado más que el otro. Sin embargo, los grupos estarán igualmente representados en los datos de la prueba eventual. Por lo tanto, me gustaría usar el class.weightsparámetro de la e1071interfaz del...
Tengo curiosidad acerca de la implementación práctica de una división binaria en un árbol de decisión, ya que se relaciona con los niveles de un predictor categórico .XjXjX{j} Específicamente, a menudo utilizaré algún tipo de esquema de muestreo (por ejemplo, embolsado, sobremuestreo, etc.) al...
Estoy tratando de entender cómo se puede modificar el algoritmo de Lars para generar Lasso. Si bien entiendo LARS, no puedo ver la modificación de Lasso del documento de Tibshirani et al. En particular, no veo por qué la condición del signo es que el signo de la coordenada distinta de cero debe...
Si el Hosmer-Lemeshow indica una falta de ajuste, pero el AIC es el más bajo entre todos los modelos ... ¿aún debe usar el modelo? Si elimino una variable, la estadística de Hosmer-Lemeshow no es significativa (lo que significa que no hay una gran falta de ajuste). Pero la AIC aumenta. Editar :...
P.ej. como los de esta página http://store.steampowered.com/hwsurvey ¿Hay algún software listo para usar que pueda hacer esto? Alternativamente, ¿alguna recomendación para otro software que haga algo similar? Sé que esta no es realmente una pregunta estadística, pero creo firmemente que los datos...
¿Existe un análogo a las desigualdades de Chebyshev en el momento superior en el caso unilateral? La desigualdad de Chebyshev-Cantelli solo parece funcionar para la varianza, mientras que la desigualdad de Chebyshevs puede producirse fácilmente para todos los exponentes. ¿Alguien sabe de una...
Típicamente, cuando uno encuentra medidas de resultado continuas pero sesgadas en un diseño longitudinal (digamos, con un efecto entre sujetos), el enfoque común es transformar el resultado en normalidad. Si la situación es extrema, como en el caso de las observaciones truncadas, uno podría ponerse...
¿Cuál es una mejor función de costo para un árbol forestal aleatorio: índice de Gini o entropía? Estoy tratando de implementar un bosque aleatorio en
Si deseamos realizar una prueba t pareada, el requisito es (si entiendo correctamente) que la diferencia de medias entre las unidades de medida coincidentes se distribuirá normalmente. En la prueba t pareada, eso se articula (AFAIK) en la demanda de que la diferencia entre las unidades de medida...
Recientemente tomé un curso introductorio sobre modelado multinivel. La mayoría de los conjuntos de datos y ejemplos que utilizamos eran de las ciencias sociales. Acabo de obtener una pasantía de 2 semanas en un departamento de bioestadística, donde quieren que comience un proyecto sobre la...
¿Alguien puede explicar cómo calcular el efecto marginal del modelo Probit y Logit en términos simples? Soy nuevo en estadísticas y estoy confundido acerca de estos dos
Actualmente trabaja en Octave, pero debido a la pobre documentación, el progreso es muy lento. ¿Qué lenguaje es fácil de aprender y usar y está bien documentado para resolver problemas de aprendizaje automático? Estoy buscando crear un prototipo en un pequeño conjunto de datos (miles de ejemplos),...
¿Cuáles son los mejores métodos para ajustar el 'modo' de datos muestreados de una distribución continua? Dado que el modo es técnicamente indefinido (¿verdad?) Para una distribución continua, realmente pregunto '¿cómo encuentras el valor más común'? Si asume que la distribución principal es...
¿Alguien puede decirme cómo hacer modelos de actualidad, frecuencia y valor monetario (RFM) y modelos de valor del cliente en R? Además, ¿alguien puede recomendarme algo de literatura al
Estoy modelando un evento con dos resultados, ay b. He creado un modelo que estima la probabilidad de que a o b ocurra (es decir, el modelo calculará que a sucederá con un 40% de probabilidad yb sucederá con un 60% de probabilidad). Tengo un gran registro de resultados de ensayos con las...
La pregunta de ayer Determinar la precisión del modelo que estima la probabilidad de evento me dio curiosidad sobre la puntuación de probabilidad. La puntuación de Brier es una medida de error cuadrático medio. ¿El análogo significa la medida de rendimiento de error absoluto tener un nombre...
Tengo 2 preguntas generales / más teóricas. 1) Tengo curiosidad por saber cómo los SVM manejan las interacciones variables al construir modelos predictivos. Por ejemplo, si tengo dos funciones f1 y f2 y el objetivo depende de f1, f2 y digo f1 * f2 (o alguna función h (f1, f2)), ¿se ajusta SVM (no...
¿Qué expresan los términos orden de correlación cero, primero, segundo, tercero, etc.?
Creo que esta es una pregunta directa, aunque el razonamiento detrás de por qué o por qué no puede no serlo. La razón por la que pregunto es que recientemente escribí mi propia implementación de un RF y, aunque funciona bien, no está funcionando tan bien como esperaba (según el conjunto de datos de...
Supongamos que estoy construyendo un modelo predictivo en el que intento predecir múltiples eventos (por ejemplo, tanto el lanzamiento de un dado como el lanzamiento de una moneda). La mayoría de los algoritmos con los que estoy familiarizado trabajan con un solo objetivo, por lo que me pregunto si...