Contexto : Quiero trazar una línea en un diagrama de dispersión que no aparece paramétrico, por lo tanto, estoy usando geom_smooth()en ggploten R. Devuelve automáticamente. geom_smooth: method="auto" and size of largest group is >=1000, so using gam with formula: y ~ s(x, bs = "cs"). Use 'method...
Particularmente en el contexto de las competencias de kaggle, he notado que el rendimiento del modelo tiene que ver con la selección de características / ingeniería. Si bien puedo entender completamente por qué sucede esto cuando se trata de los algoritmos ML más convencionales / de la vieja...
Pensé que podría jugar con alguna selección variable bayesiana, siguiendo una buena publicación de blog y los documentos vinculados en ella. Escribí un programa en rjags (donde soy un novato) y obtuve datos de precios para Exxon Mobil, junto con algunas cosas que es poco probable que expliquen sus...
Tal vez es solo que estoy cansado, pero tengo problemas para tratar de entender el algoritmo de Regresión progresiva por etapas. De "Elementos del aprendizaje estadístico" página 60: La regresión progresiva hacia adelante (FS) está aún más restringida que la regresión progresiva hacia adelante....
Tengo una lista de proteínas con sus valores característicos. Una tabla de muestra se ve así: ...............Feature1...Feature2...Feature3...Feature4 Protein1 Protein2 Protein3 Protein4 Las filas son proteínas y las columnas son características. También tengo una lista de proteínas que...
La regresión gradual se había usado en exceso en muchos artículos biomédicos en el pasado, pero esto parece estar mejorando con una mejor educación de sus muchos problemas. Sin embargo, muchos críticos más antiguos todavía lo piden. ¿Cuáles son las circunstancias en las que la regresión gradual...
Por lo que entiendo, la selección de variables basada en valores p (al menos en el contexto de regresión) es altamente defectuosa. Parece que la selección variable basada en AIC (o similar) también se considera defectuosa por algunos, por razones similares, aunque esto parece un poco confuso (por...
Sé que tanto la selección de características como la reducción de dimensionalidad apuntan a reducir el número de características en el conjunto original de características. ¿Cuál es la diferencia exacta entre los dos si estamos haciendo lo mismo en
Una de las motivaciones para la red elástica fue la siguiente limitación de LASSO: En el caso , el lazo selecciona como máximo n variables antes de saturarse, debido a la naturaleza del problema de optimización convexa. Esto parece ser una característica limitante para un método de selección...
Tengo algunos puntos de datos, cada uno con 5 vectores de resultados discretos aglomerados, los resultados de cada vector generados por una distribución diferente, (el tipo específico del cual no estoy seguro, mi mejor suposición es Weibull, con un parámetro de forma que varía en algún lugar...
Entiendo que el principio básico detrás del algoritmo para LLE consta de tres pasos. Encontrar la vecindad de cada punto de datos por alguna métrica como k-nn. Encuentre pesos para cada vecino que denotan el efecto que tiene el vecino en el punto de datos. Construya la incrustación de baja...
Estoy leyendo sobre la mejor selección de subconjuntos en el libro Elementos de aprendizaje estadístico. Si tengo 3 predictores x1,x2,x3x1,x2,x3x_1,x_2,x_3 , creo 23=823=82^3=8 subconjuntos: Subconjunto sin predictores subconjunto con predictor x1x1x_1 subconjunto con predictorx2x2x_2 subconjunto...
He leído que el lazo de grupo se usa para la selección de variables y la dispersión en un grupo de variables. Quiero saber la intuición detrás de esta afirmación. ¿Por qué se prefiere el lazo grupal al lazo? ¿Por qué la ruta de solución de lazo grupal no es lineal por...
Estoy usando el paquete 'lars' en R con el siguiente código: > library(lars) > set.seed(3) > n <- 1000 > x1 <- rnorm(n) > x2 <- x1+rnorm(n)*0.5 > x3 <- rnorm(n) > x4 <- rnorm(n) > x5 <- rexp(n) > y <- 5*x1 + 4*x2 + 2*x3 + 7*x4 + rnorm(n) > x <-...
Mi pregunta: ¿Por qué el bosque aleatorio considera subconjuntos aleatorios de características para dividir a nivel de nodo dentro de cada árbol en lugar de a nivel de árbol ? Antecedentes: esta es una cuestión de historia. Estaño Kam Ho publicó este trabajo en la construcción de "bosques de...
Bloqueado . Esta pregunta y sus respuestas están bloqueadas porque la pregunta está fuera de tema pero tiene importancia histórica. Actualmente no acepta nuevas respuestas o interacciones. Soy muy nuevo en R. Estoy aprendiendo machine learning en este momento. Lo siento...
Entonces entiendo que la selección de variables es parte de la selección del modelo. Pero, ¿en qué consiste exactamente la selección del modelo? ¿Es más que lo siguiente: 1) elige una distribución para tu modelo 2) elegir variables explicativas,? Pregunto esto porque estoy leyendo un artículo de...
Estoy tratando de obtener una intuición de por qué aumentar el número de funciones podría reducir el rendimiento. Actualmente estoy usando un clasificador LDA que funciona mejor de manera bivariante entre ciertas funciones, pero peor al mirar más funciones. Mi precisión de clasificación se realiza...
La ingeniería de características es a menudo un componente importante para el aprendizaje automático (se utilizó mucho para ganar la Copa KDD en 2010 ). Sin embargo, creo que la mayoría de las técnicas de ingeniería de características destruir cualquier significado intuitivo de las...
Tengo datos con un número mínimo de características que no cambian, y algunas características adicionales que pueden cambiar y tener un gran impacto en el resultado. Mi conjunto de datos se ve así: Las características son A, B, C (siempre presente) y D, E, F, G, H (a veces presente) A = 10, B =...