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...
He leído algunas explicaciones sobre las propiedades de los modelos lineales frente a los no lineales, pero aún así a veces no estoy seguro de si un modelo disponible es lineal o no lineal. Por ejemplo, ¿el siguiente modelo es lineal o no lineal? yt=β0+β1B(L;θ)Xt+εtyt=β0+β1B(L;θ)Xt+εty_t=\beta_0 +...
Estoy trabajando en un problema de regresión lineal muy grande, con un tamaño de datos tan grande que deben almacenarse en un grupo de máquinas. Será demasiado grande para agregar todas las muestras en la memoria de una sola máquina (incluso el disco) Para hacer la regresión de estos datos, estoy...
Sé que en la regresión lineal la variable de respuesta debe ser continua, pero ¿por qué es así? Parece que no puedo encontrar nada en línea que explique por qué no puedo usar datos discretos para la variable de
Tengo una tabla de contingencia de tres niveles, con datos de conteo para varias especies, la planta huésped de la cual fueron recolectadas y si esa recolección ocurrió en un día lluvioso (¡esto realmente importa!). Usando R, los datos falsos podrían ser algo como esto: count <- rpois(8,...
He estado leyendo sobre el método de Nyström para la aproximación de kernel de bajo rango. Este método se implementa en scikit-learn [1] como un método para proyectar muestras de datos a una aproximación de bajo rango del mapeo de características del núcleo. A lo mejor de mi conocimiento, dado un...
¿Cuál es la importancia de la distinción entre modelos lineales y no lineales? La pregunta Modelo lineal no lineal versus generalizado: ¿Cómo se refiere a la regresión logística, de Poisson, etc.? y su respuesta fue una aclaración extremadamente útil de la linealidad / no linealidad de los modelos...
Estoy aprendiendo regresión lineal usando Introducción al análisis de regresión lineal de Montgomery, Peck y Vining . Me gustaría elegir un proyecto de análisis de datos. Tengo la ingenua idea de que la regresión lineal es adecuada solo cuando se sospecha que existen relaciones funcionales...
Estoy estudiando e intentando implementar redes neuronales convolucionales, pero supongo que esta pregunta se aplica a los perceptrones multicapa en general. Las neuronas de salida en mi red representan la activación de cada clase: la neurona más activa corresponde a la clase predicha para una...
Digamos que tenemos un vector aleatorio , extraído de una distribución con función de densidad de probabilidad . Si lo transformamos linealmente por un rango completo matriz para obtener , entonces la densidad de viene dada porX⃗ ∈RnX→∈Rn\vec{X} \in
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 .
Después de analizar esta pregunta: Intentando emular la regresión lineal usando Keras , he intentado dar mi propio ejemplo, solo para estudiar y desarrollar mi intuición. Descargué un conjunto de datos simple y usé una columna para predecir otra. Los datos se ven así: Ahora acabo de crear un...
Para analizar los datos de un experimento de biofísica, actualmente estoy tratando de hacer un ajuste de curva con un modelo altamente no lineal. La función del modelo se ve básicamente como: y=ax+bx−1/2y=ax+bx−1/2y = ax + bx^{-1/2} Aquí, especialmente el valor de bbb es de gran interés. Una...
¿Alguien puede explicar por qué usamos Log Linear Models en términos muy simples? Vengo de experiencia en ingeniería, y esto realmente está resultando ser un tema difícil para mí, estadísticas que es. Estaré agradecido por una
Los modelos de efectos lineales mixtos son extensiones de modelos de regresión lineal para datos que se recopilan y resumen en grupos. Las ventajas clave son que los coeficientes pueden variar con respecto a una o más variables de grupo. Sin embargo, estoy luchando con cuándo usar el modelo de...
Cuando queremos estimar los parámetros de regresión lineal, hacemos ecuaciones normales, ya que el modelo lineal contiene varias incógnitas. ¿Por qué estas ecuaciones se llaman ecuaciones
Espero que la siguiente pregunta general tenga sentido. Tenga en cuenta que, a los fines de esta pregunta en particular, no me interesan las razones teóricas (dominio de la materia) para introducir la no linealidad. Por lo tanto, formularé la pregunta completa de la siguiente manera: ¿Qué es un...
Sinceramente espero haber formulado esta pregunta de tal manera que pueda responderse definitivamente; si no, ¡hágamelo saber y volveré a intentarlo! También debería adivinar que utilizaré R para estos análisis. Tengo varias medidas de las plant performance (Ys)que sospecho que fueron...
Mi conjunto de datos ( ) tiene una variable dependiente (DV), cinco variables de "línea base" independientes (P1, P2, P3, P4, P5) y una variable de interés independiente (Q).norte≈ 10 , 000norte≈10,000N \approx 10,000 He ejecutado regresiones lineales de OLS para los siguientes dos modelos: DV ~...
Es bien sabido que una combinación lineal de 2 variables normales aleatorias también es una variable normal aleatoria. ¿Hay alguna familia común de distribución no normal (por ejemplo, Weibull) que también comparte esta propiedad? Parece que hay muchos contraejemplos. Por ejemplo, una combinación...