Soy nuevo en el aprendizaje automático y trato de usar scikit-learn (sklearn) para tratar un problema de clasificación. Tanto DecisionTree como SVM pueden entrenar a un clasificador para este problema. Utilizo sklearn.ensemble.RandomForestClassifiery sklearn.svm.SVCpara ajustar los mismos datos de...
Me gustaría entender este tema, pero aprender de los libros blancos y los tutoriales es difícil porque hay muchas lagunas que generalmente se llenan en los libros de texto. Si es importante, tengo una base matemática relativamente sólida como lo hice con mi Ph.D. en matemática aplicada (CFD para...
En el contexto de la inferencia basada en la probabilidad, he visto alguna notación sobre los parámetros de interés que he encontrado un poco confusa. Por ejemplo, notación como y .pθ(x)pθ(x)p_{\theta}(x)Eθ[S(θ)]Eθ[S(θ)]{\mathbb E}_{\theta}\left[S(\theta)\right] ¿Cuál es el significado del...
Digamos que estoy realizando un análisis mirando una medida de salud particular. Estoy interesado en la diferencia en esa medida entre pacientes y controles y si la diferencia es o no diferente de 0. En el pasado se han realizado estudios que analizan mi misma pregunta de investigación y medida de...
La mayor parte de esto es de fondo, salte al final si ya sabe lo suficiente sobre las mezclas de proceso de Dirichlet . Supongamos que estoy modelando algunos datos como provenientes de una mezcla de procesos de Dirichlet, es decir, deje que y condicional en supongaF Y i i i d ∼ ∫ f ( y | θ ) F ( d...
Los modelos penalizados se pueden usar para estimar modelos donde el número de parámetros es igual o incluso mayor que el tamaño de la muestra. Esta situación puede surgir en modelos log-lineales de grandes tablas dispersas de datos categóricos o de conteo. En estos entornos, a menudo también es...
Estoy tratando de calcular la probabilidad marginal de un modelo estadístico por los métodos de Monte Carlo: F( x ) = ∫F( x ∣ θ ) π( θ )reθF(X)=∫F(X∣θ)π(θ)reθf(x) = \int f(x\mid\theta) \pi(\theta)\, d\theta La probabilidad es de buen comportamiento - suave, cóncavo logarítmico - pero de alta...
Estoy tratando de muestrear desde un posterior que tiene muchos modos, particularmente lejos de los demás, usando MCMC. Parece que en la mayoría de los casos, solo uno de estos modos contiene el 95% de HP que estoy buscando. Traté de implementar soluciones basadas en simulación templada, pero esto...
Estoy buscando la ecuación correcta para calcular la covarianza muestral imparcial ponderada. Las fuentes de Internet son bastante raras en este tema y todas usan ecuaciones diferentes. La ecuación más probable que he encontrado es
Al leer Wikipedia sobre el análisis de correlación canónica (CCA) para dos vectores aleatorios e , me preguntaba si la respuesta de componentes principales (PCA) es la misma que CCA cuando
No estoy seguro de si esta pregunta es totalmente apropiada aquí, de lo contrario, elimínela. Soy un estudiante graduado en economía. Para un proyecto que investiga problemas en seguros sociales, tengo acceso a una gran cantidad de informes de casos administrativos (> 200k) que se ocupan de...
EDITAR: desde que hice esta publicación, he seguido con una publicación adicional aquí . Resumen del texto a continuación: estoy trabajando en un modelo y he intentado la regresión lineal, las transformaciones de Box Cox y GAM, pero no he progresado mucho Utilizando R, actualmente estoy...
La situación Tengo un conjunto de datos con una dependiente una variable independiente . Quiero ajustar una regresión lineal continua por partes con puntos de interrupción conocidos / fijos que ocurren en . Los breakpoins se conocen sin incertidumbre, por lo que no quiero estimarlos. Luego ajusto...
Si son distribuciones iid Poisson con el parámetro he calculado que la estimación de probabilidad máxima es para datos k_1, \ dots, k_n . Por lo tanto, podemos definir el estimador correspondiente T = \ frac {1} {n} \ sum_ {i = 1} ^ n K_i. Mi pregunta es ¿cómo resolvería la varianza de este...
Recientemente comencé a estudiar inferencia estadística. He estado trabajando en varios problemas y este me tiene completamente perplejo. Sea una muestra aleatoria de una distribución discreta que asigna con probabilidad los valores , donde es un número entero. Demuestre que no existe una...
Tengo un randomForestmodelo de clasificación fina que me gustaría utilizar en una aplicación que predice la clase de un nuevo caso. El nuevo caso inevitablemente tiene valores perdidos. Predecir no funcionará como tal para las AN. ¿Cómo debo hacer esto entonces? data(iris) # create first the new...
Espero que este sea el lugar correcto para preguntar, si no es así, siéntase libre de moverlo a un foro más apropiado. Hace tiempo que me pregunto cómo tratar las funciones integrables no cuadradas con la integración de Monte Carlo. Sé que MC todavía da una estimación adecuada, pero el error es...
Me gustaría entender el uso de la simulación de Monte Carlo en la chisq.test()función en R. Tengo una variable cualitativa que tiene 128 niveles / clases. El tamaño de mi muestra es 26 (no pude probar más "individuos"). Obviamente, tendré algunos niveles con 0 "individuos". Pero el hecho es que...
Estoy interesado en predecir Yy estoy estudiando diferentes técnicas de medición X1y X2. Podría ser, por ejemplo, que quiero predecir el sabor de un plátano, ya sea midiendo cuánto tiempo ha estado sobre la mesa o midiendo la cantidad de manchas marrones en el plátano. Quiero saber cuál de las...
Estoy trabajando en el desarrollo de un modelo para predecir las ventas totales de un producto. Tengo aproximadamente un año y medio de datos de reservas, por lo que podría hacer un análisis estándar de series de tiempo. Sin embargo, también tengo muchos datos sobre cada 'oportunidad' (venta...