He leído que la prueba t es "razonablemente robusta" cuando las distribuciones de las muestras se apartan de la normalidad. Por supuesto, lo importante es la distribución muestral de las diferencias. Tengo datos para dos grupos. Uno de los grupos está muy sesgado en la variable dependiente. El...
Tengo una tabla de base de datos de transferencias de datos entre diferentes nodos. Esta es una gran base de datos (con casi 40 millones de transferencias). Uno de los atributos es el número de transferencias de bytes (nbytes) que varían de 0 bytes a 2 tera bytes. Me gustaría agrupar los nbytes de...
¿Existe un método común utilizado para determinar cuántas muestras de entrenamiento se requieren para entrenar a un clasificador (un LDA en este caso) para obtener un umbral mínimo de precisión de generalización? Lo pregunto porque me gustaría minimizar el tiempo de calibración que generalmente se...
Cerrado. Esta pregunta está fuera de tema . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que esté en el tema de Cross Validated. Cerrado hace 2 años . ¿Cómo podemos calcular el error porcentual...
Estoy buscando un módulo de Python que realice un análisis de punto de cambio en una serie de tiempo. Hay varios algoritmos diferentes y me gustaría explorar la eficacia de algunos de ellos sin tener que manipular manualmente cada uno de los algoritmos. Idealmente, me gustaría tener algunos...
Tengo valores para True Positive (TP)y de la False Negative (FN)siguiente manera: TP = 0.25 FN = 0.75 A partir de esos valores, ¿podemos calcular False Positive (FP)y True Negative
Estoy interesado en cómo se puede calcular un cuantil de una distribución multivariada. En las figuras, he dibujado los cuantiles de 5% y 95% de una distribución normal univariada dada (izquierda). Para la distribución normal multivariada correcta, estoy imaginando que un análogo sería una...
Esta pregunta se migró de Mathematics Stack Exchange porque se puede responder en Cross Validated. Migrado hace 6 años . He estado estudiando el modelo de riesgos proporcionales de Cox, y esta pregunta se pasa por alto en la mayoría de los textos. Cox propuso ajustar...
¿Es posible realizar una regresión si todas las variables dependientes e independientes son variables
Estoy tratando de modelar datos de conteo en R que aparentemente están poco dispersos (Parámetro de dispersión ~ .40). Esta es probablemente la razón por la cual un modelo binomial ( ) glmcon family = poissono negativo glm.nbno es significativo. Cuando miro los descriptivos de mis datos, no tengo...
x,y∈RnϕK(x,y)=exp(−∥x−y∥222σ2)=ϕ(x)Tϕ(y)K(x,y)=exp(−‖x−y‖222σ2)=ϕ(x)Tϕ(y)K(x,y)=\exp\left({-\frac{\|x-y\|_2^2}{2\sigma^2}}\right)=\phi(x)^T\phi(y)x,y∈Rnx,y∈Rnx, y\in \mathbb{R^n}ϕϕ\phi También quiero saber si ∑iciϕ(xi)=ϕ(∑icixi)∑iciϕ(xi)=ϕ(∑icixi)\sum_ic_i\phi(x_i)=\phi \left(\sum_ic_ix_i...
¿Cuál es el método de muestreo más apropiado para evaluar el rendimiento de un clasificador en un conjunto de datos en particular y compararlo con otros clasificadores? La validación cruzada parece ser una práctica estándar, pero he leído que métodos como .632 bootstrap son una mejor opción. Como...
Aprendí sobre PCA hace unas conferencias en clase y al investigar más sobre este concepto fascinante, aprendí sobre PCA escasa. Quería preguntar, si no me equivoco, esto es lo que es PCA escaso: en PCA, si tiene puntos de datos con variables, puede representar cada punto de datos en espacio...
He leído un par de explicaciones del algoritmo EM (p. Ej., De Bishop's Pattern Recognition and Machine Learning y Roger and Gerolami First Course on Machine Learning). La derivación de EM está bien, lo entiendo. También entiendo por qué el algoritmo cubre algo: en cada paso mejoramos el resultado y...
Quiero saber por qué la regresión logística se llama modelo lineal. Utiliza una función sigmoidea, que no es lineal. Entonces, ¿por qué la regresión logística es un modelo
He leído en alguna parte de la literatura que la prueba de Shapiro-Wilk se considera la mejor prueba de normalidad porque, para un nivel de significancia dado, , la probabilidad de rechazar la hipótesis nula si es falsa es mayor que en el caso de la otra normalidad. pruebasαα\alpha ¿Podría...
Estoy construyendo un modelo y creo que es probable que la ubicación geográfica sea muy buena para predecir mi variable objetivo. Tengo el código postal de cada uno de mis usuarios. Sin embargo, no estoy completamente seguro de la mejor manera de incluir el código postal como una función de...
Estoy usando la matriz de confusión para verificar el rendimiento de mi clasificador. Estoy usando Scikit-Learn, estoy un poco confundido. ¿Cómo puedo interpretar el resultado de from sklearn.metrics import confusion_matrix >>> y_true = [2, 0, 2, 2, 0, 1] >>> y_pred = [0, 0, 2,...
Normalmente, en el análisis de componentes principales (PCA) se utilizan las primeras PC y se eliminan las PC de baja varianza, ya que no explican gran parte de la variación en los datos. Sin embargo, ¿hay ejemplos en los que las PC de baja variación son útiles (es decir, se usan en el contexto de...
Hay diferentes programas de implementación disponibles para el lazo . Sé mucho sobre el enfoque bayesiano frente al enfoque frecuentista en diferentes foros. Mi pregunta es muy específica para el lazo: ¿Cuáles son las diferencias o ventajas del lazo baysiano en comparación con el lazo normal...