Una variable binaria toma uno de dos valores, típicamente codificados como "0" y "1".
Quiero medir la entropía / densidad de información / similitud de patrón de una matriz binaria bidimensional. Déjame mostrarte algunas fotos para aclarar: Esta pantalla debería tener una entropía bastante alta: UNA) Esto debería tener una entropía media: SI) Estas imágenes, finalmente,...
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...
Tengo una pregunta sobre la clasificación en general. Supongamos que f es un clasificador, que genera un conjunto de probabilidades dados algunos datos D. Normalmente, uno diría: bueno, si P (c | D)> 0.5, asignaremos una clase 1, de lo contrario 0 (deje que esto sea un binario...
Hay dos vectores booleanos, que contienen solo 0 y 1. Si calculo la correlación de Pearson o Spearman, ¿son significativas o
Quiero reducir la dimensionalidad de los sistemas de orden superior y capturar la mayor parte de la covarianza en un campo preferiblemente bidimensional o unidimensional. Entiendo que esto se puede hacer a través del análisis de componentes principales, y he usado PCA en muchos escenarios. Sin...
Tengo un conjunto de datos con una gran cantidad de respuestas Sí / No. ¿ Puedo usar componentes principales (PCA) o cualquier otro análisis de reducción de datos (como el análisis factorial) para este tipo de datos? Por favor, avise cómo hago esto usando
He completado el análisis de componentes principales (PCA), el análisis factorial exploratorio (EFA) y el análisis factorial confirmatorio (CFA), tratando los datos con escala likert (respuestas de 5 niveles: ninguno, poco, algunos, ..) como un continuo variable. Luego, usando Lavaan, repetí el CFA...
Necesito usar variables binarias (valores 0 y 1) en k-means. Pero k-means solo funciona con variables continuas. Sé que algunas personas todavía usan estas variables binarias en k-means ignorando el hecho de que k-means solo está diseñado para variables continuas. Esto es inaceptable para...
Tengo un conjunto de datos con un conjunto de características. Algunos de ellos son binarios activo o disparado, 0 = inactivo o inactivo), y el resto son de valor real, por ejemplo, 4564.342 .( 1 =(1=(1=0 =0 0=0=4564.3424564.3424564.342 Quiero alimentar estos datos a un algoritmo de aprendizaje...
Entiendo la lógica de la codificación para el análisis de datos. Mi pregunta a continuación es sobre el uso de un código específico. ¿Hay alguna razón por la cual el género a menudo se codifica como 0 para mujeres y 1 para hombres? ¿Por qué esta codificación se considera 'estándar'? Compare...
Supongamos que tengo un modelo predictivo que produce, para cada caso, una probabilidad para cada clase. Ahora reconozco que hay muchas formas de evaluar ese modelo si quiero usar esas probabilidades para la clasificación (precisión, recuperación, etc.). También reconozco que una curva ROC y el...
Quiero generar dos variables. Una es la variable de resultado binaria (digamos éxito / fracaso) y la otra es la edad en años. Quiero que la edad se correlacione positivamente con el éxito. Por ejemplo, debería haber más éxitos en los segmentos de mayor edad que en los menores. Idealmente, debería...
Tengo una matriz semi-pequeña de características binarias de dimensión 250k x 100. Cada fila es un usuario y las columnas son "etiquetas" binarias de algún comportamiento del usuario, por ejemplo, "likes_cats". user 1 2 3 4 5 ... ------------------------- A 1 0 1 0 1 B 0 1 0 1 0 C 1 0 0 1 0 Me...
De la Enciclopedia de Ciencias Estadísticas entiendo que dado dicotómica (binario: 1 = presente; 0 = ausente) atributos (variables), podemos formar una tabla de contingencia para cualquier par de objetos i y j de una muestra:pagspagsp j 1 0 ------- 1 | a | b | i ------- 0 | c | d | ------- a...
Estoy experimentando con el algoritmo de la máquina de aumento de gradiente a través del caretpaquete en R. Usando un pequeño conjunto de datos de admisión a la universidad, ejecuté el siguiente código: library(caret) ### Load admissions dataset. ### mydata <-
Las pruebas de permutación (también llamadas prueba de aleatorización, prueba de aleatorización o prueba exacta) son muy útiles y resultan útiles cuando t-testno se cumple el supuesto de distribución normal requerido por ejemplo y cuando se transforman los valores mediante la clasificación de...
Al dicotomizar variables, ¿qué información se pierde en el proceso? ¿Cómo ayuda una dicotomización en los
Estoy analizando datos sobre 300,000 alumnos en 175 escuelas con un modelo logístico lineal de efectos mixtos (intercepciones aleatorias). Cada alumno ocurre exactamente una vez y los datos abarcan 6 años. ¿Cómo divido la varianza entre los niveles de la escuela y el alumno, de manera similar a...
Tengo algunos datos dicotómicos, solo variables binarias, y mi jefe me pidió que realizara un análisis factorial utilizando la matriz de correlaciones tetracóricas. Anteriormente, he podido enseñarme a mí mismo cómo ejecutar diferentes análisis basados en los ejemplos aquí y en el sitio de...
Tengo que lidiar con un problema de clasificación de texto. Un rastreador web rastrea páginas web de un determinado dominio y para cada página web quiero saber si pertenece o no a una clase específica. Es decir, si llamo a esta clase Positiva , cada página web rastreada pertenece a la clase...