Hola, estoy estudiando técnicas de regresión. Mis datos tienen 15 características y 60 millones de ejemplos (tarea de regresión). Cuando probé muchas técnicas de regresión conocidas (árbol impulsado por gradiente, regresión de árbol de decisión, AdaBoostRegressor, etc.), la regresión lineal...
Soy consciente de que es una práctica común estandarizar las características para la regresión de cresta y lazo; sin embargo, ¿sería más práctico normalizar las características en una escala (0,1) como alternativa a la estandarización de la puntuación z para estos métodos de regresión?...
En las notas de la semana 3 de la clase Coursera Machine Learning de Andrew Ng , se agrega un término a la función de costos para implementar la regularización: J+(θ)=J(θ)+λ2m∑j=1nθ2jJ+(θ)=J(θ)+λ2m∑j=1nθj2J^+(\theta) = J(\theta) + \frac{\lambda}{2m} \sum_{j=1}^n \theta_j^2 Las notas de la...
Es bien sabido que dada una variable aleatoria de valor real con pdf , la media de (si existe) se encuentra por XXXfffXXXE[X]=∫Rxf(x)dx.E[X]=∫Rxf(x)dx.\begin{equation} \mathbb{E}[X]=\int_{\mathbb{R}}x\,f(x)\,\mathrm{d}x\,. \end{equation} Pregunta general: Ahora, si uno no puede resolver la...
En este https://cs231n.github.io/neural-networks-case-study/ ¿por qué menciona que "el clasificador Softmax interpreta que cada elemento de ff contiene las probabilidades de registro (no normalizadas) de las tres clases". Entiendo por qué no está normalizado, pero no por qué es un registro. ¿Qué...
Digamos que tenemos una muestra de dos poblaciones: Ay B. Supongamos que estas poblaciones están formadas por individuos y elegimos describirlos en términos de características. Algunas de estas características son categóricas (por ejemplo, ¿conducen al trabajo?) Y otras son numéricas (por ejemplo,...
Cerrada . Esta pregunta está basada en la opinión . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que pueda ser respondida con hechos y citas editando esta publicación . Cerrado hace 2 años . A pesar...
¿Es posible ajustar un GAMM (Modelo mixto aditivo generalizado) para datos inflados a cero en R? Si no, ¿es posible ajustar un GAM (Modelo Aditivo Generalizado) para datos inflados a cero con una distribución binomial negativa o cuasi Poisson en R? (Encontré COZIGAM :: zigam y mgcv: funciones ziP...
Soy bastante nuevo en el aprendizaje automático y las estadísticas, pero me preguntaba por qué la optimización bayesiana no se refiere con mayor frecuencia en línea cuando se aprende el aprendizaje automático para optimizar los hiperparámetros de su algoritmo. Por ejemplo, utilizando un marco como...
Soy bastante nuevo en el análisis de supervivencia. Me aconsejaron que buscara y aprendiera los residuos de Schoenfeld como parte de un diagnóstico modelo para ver si se cumplió el supuesto de riesgo proporcional. Al buscar esto, he visto referencias a muchos tipos diferentes de residuos, que...
He estado trabajando para aprender la política óptima de comunicaciones para los clientes (qué notificaciones enviar, cuántas enviar y cuándo enviar). Tengo datos históricos de notificaciones pasadas enviadas (con marcas de tiempo) y sus actuaciones. Intentaba aplicar RL a este problema para...
Creí que los diagramas de caja a continuación podrían interpretarse como "la mayoría de los hombres son más rápidos que la mayoría de las mujeres" (en este conjunto de datos), principalmente porque el tiempo promedio de los hombres fue menor que el tiempo promedio de las mujeres. Pero el curso de...
Tengo un modelo de regresión simple ( y = param1 * x1 + param2 * x2 ). Cuando ajusto el modelo a mis datos, encuentro dos buenas soluciones: La solución A, params = (2,7), es mejor en el conjunto de entrenamiento con RMSE = 2.5 ¡PERO! Solución B params = (24,20) gana mucho en el conjunto de...
Bueno, no podemos, ver por ejemplo https://en.wikipedia.org/wiki/Subindependence para un contraejemplo interesante. Pero la verdadera pregunta es: ¿hay alguna forma de fortalecer la condición para que siga la independencia? Por ejemplo, ¿hay algún conjunto de funciones modo que si para todo...
Necesito asegurarme de que mi mapa del sitio XML tenga menos del basura (enlaces rotos). La lista de URL está en los cientos de miles, e incluso si pudiera ser factible probarlos todos 1 por 1, preferiría no hacerlo, por muchas razones:1 %1%1\% 1 - Saved bandwidth 2 - Faster traffic for real...
El libro de Simon Wood sobre GAM y su mgcv de paquete R asociado son muy detallados e informativos cuando se trata de la teoría GAM y el ajuste del modelo a datos reales y simulados. Para los suavizados 1D, realmente no hay mucho de qué preocuparse, excepto para decidir si implementar funciones...
Considere la siguiente gráfica en la que simulé datos de la siguiente manera. Observamos un resultado binario para el cual la probabilidad real de ser 1 se indica mediante la línea negra. La relación funcional entre una covariable y es un polinomio de tercer orden con enlace logístico (por lo que...
Sé que el tamaño de la muestra afecta la potencia en cualquier método estadístico. Hay reglas para determinar cuántas muestras necesita una regresión para cada predictor. También escucho a menudo que el número de muestras en cada categoría en la variable dependiente de una regresión logística es...
Tengo un conjunto de datos con aproximadamente 5,000 características / covariables a menudo correlacionadas y una respuesta binaria. Me dieron los datos, no los recolecté. Utilizo Lasso y el refuerzo de gradiente para construir modelos. Utilizo validación cruzada anidada iterada. Reporto los 40...
Deje que sea IID y . Parece obvio, pero tengo problemas para derivarlo formalmente.ˉ X = ∑ n i = 1 X i E [ X iXyoXyoX_iX¯= ∑nortei = 1XyoX¯=∑yo=1norteXyo\bar{X} = \sum_{i=1}^{n} X_imi[ XyoX¯] =? mi[XyoX¯]= ? E\left[\frac{X_i}{\bar{X}}\right] = \