Preguntas etiquetadas con python

11

R / mgcv: ¿Por qué los productos tensoriales te () y ti () producen superficies diferentes?

El mgcvpaquete Rtiene dos funciones para ajustar las interacciones del producto tensorial: te()y ti(). Entiendo la división básica del trabajo entre los dos (ajustar una interacción no lineal versus descomponer esta interacción en efectos principales y una interacción). Lo que no entiendo es por...

r gam mgcv conditional-probability mixed-model references bayesian estimation conditional-probability machine-learning optimization gradient-descent r hypothesis-testing wilcoxon-mann-whitney time-series bayesian inference change-point time-series anova repeated-measures statistical-significance bayesian contingency-tables regression prediction quantiles classification auc k-means scikit-learn regression spatial circular-statistics t-test effect-size cohens-d r cross-validation feature-selection caret machine-learning modeling python optimization frequentist correlation sample-size normalization group-differences heteroscedasticity independence generalized-least-squares lme4-nlme references mcmc metropolis-hastings optimization r logistic feature-selection separation clustering k-means normal-distribution gaussian-mixture kullback-leibler java spark-mllib data-visualization categorical-data barplot hypothesis-testing statistical-significance chi-squared type-i-and-ii-errors pca scikit-learn conditional-expectation statistical-significance meta-analysis intuition r time-series multivariate-analysis garch machine-learning classification data-mining missing-data cart regression cross-validation matrix-decomposition categorical-data repeated-measures chi-squared assumptions contingency-tables prediction binary-data trend test-for-trend matrix-inverse anova categorical-data regression-coefficients standard-error r distributions exponential interarrival-time copula log-likelihood time-series forecasting prediction-interval mean standard-error meta-analysis meta-regression network-meta-analysis systematic-review normal-distribution multiple-regression generalized-linear-model poisson-distribution poisson-regression r sas cohens-kappa

11

Visualización de datos multidimensionales (LSI) en 2D

Estoy usando indexación semántica latente para encontrar similitudes entre documentos (¡ gracias, JMS! ) Después de la reducción de dimensiones, probé la agrupación de k-means para agrupar los documentos en grupos, lo que funciona muy bien. Pero me gustaría ir un poco más lejos y visualizar los...

data-visualization clustering python multidimensional-scaling

11

¿Cómo dibujar un diagrama de pantalla en python? [cerrado]

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 el año pasado . Estoy usando la descomposición vectorial...

data-visualization python svd

11

Modelos ocultos de Markov con algoritmo de Baum-Welch usando Python

Estoy buscando alguna implementación de Python (en Python puro o envolviendo cosas existentes) de HMM y Baum-Welch. ¿Algunas ideas? Acabo de buscar en google y he encontrado material muy pobre con respecto a otras técnicas de aprendizaje automático. ¿Por

python hidden-markov-model

11

¿Debo elegir el regresor o clasificador Random Forest?

Encajo un conjunto de datos con una clase de destino binaria por el bosque aleatorio. En python, puedo hacerlo mediante randomforestclassifier o randomforestregressor. Puedo obtener la clasificación directamente de randomforestclassifier o podría ejecutar randomforestregressor primero y obtener un...

python random-forest

11

Visualizando datos de alta dimensión

Tengo muestras de dos clases que son vectores en un espacio de alta dimensión y quiero trazarlas en 2D o 3D. Sé acerca de las técnicas de reducción de dimensionalidad, pero necesito una herramienta realmente simple y fácil de usar (en matlab, python o un .exe precompilado). También me pregunto si...

data-visualization matlab python dimensionality-reduction

11

Gráfico de límites de decisión para un perceptrón

Estoy tratando de trazar el límite de decisión de un algoritmo de perceptrón y estoy realmente confundido acerca de algunas cosas. Mis instancias de entrada tienen la forma , básicamente una instancia de entrada 2D ( y ) y un valor objetivo de clase binaria ( ) [1 o 0].x 1 x 2 y[ ( x1, x2) ,...

machine-learning neural-networks python decision-theory perceptron

11

Análisis de componentes principales y regresión en Python

Estoy tratando de descubrir cómo reproducir en Python algunos trabajos que hice en SAS. Usando este conjunto de datos , donde la multicolinealidad es un problema, me gustaría realizar análisis de componentes principales en Python. He visto scikit-learn y statsmodels, pero no estoy seguro de cómo...

pca python scikit-learn

11

¿Por qué obtengo una entropía de información mayor que 1?

Implementé la siguiente función para calcular la entropía: from math import log def calc_entropy(probs): my_sum = 0 for p in probs: if p > 0: my_sum += p * log(p, 2) return - my_sum Resultado: >>> calc_entropy([1/7.0, 1/7.0, 5/7.0]) 1.1488348542809168 >>> from...

mathematical-statistics python entropy

11

Métodos en R o Python para realizar la selección de características en el aprendizaje no supervisado [cerrado]

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 . ¿Cuáles son los métodos / implementación...

r feature-selection python

10

t-SNE con variables mixtas continuas y binarias

Actualmente estoy investigando la visualización de datos de alta dimensión usando t-SNE. Tengo algunos datos con variables mixtas binarias y continuas y los datos parecen agrupar los datos binarios con demasiada facilidad. Por supuesto, esto se espera para datos escalados (entre 0 y 1): la...

python dimensionality-reduction unsupervised-learning tsne mixed-type-data

10

¿Cómo genero números de acuerdo con una distribución de Soliton?

La distribución de Soliton es una distribución de probabilidad discreta sobre un conjunto con la función de masa de probabilidad{1,…,N}{1,…,N}\{1,\dots, N\} p(1)=1N,p(k)=1k(k−1)for k∈{2,…,N}p(1)=1N,p(k)=1k(k−1)for k∈{2,…,N} p(1)=\frac{1}{N},\qquad p(k)=\frac{1}{k(k-1)}\quad\text{for...

distributions python

10

Modelo de ajuste para dos distribuciones normales en PyMC

Como soy un ingeniero de software que intenta obtener más estadísticas, tendrás que perdonarme incluso antes de que comience, este es un nuevo territorio serio ... He estado aprendiendo PyMC y trabajando con algunos ejemplos muy (muy) simples. Un problema con el que no puedo trabajar (y no puedo...

modeling python pymc

10

¿Cómo calcular la información mutua?

Estoy un poco confundido. ¿Alguien puede explicarme cómo calcular la información mutua entre dos términos en base a una matriz de documentos de términos con ocurrencia de términos binarios como ponderaciones? D o c u m e n t 1D o c u m e n t 2D o c u m e n t 3′Wh y′111′Ho w′10 01′Wh e n′111′Wh e r...

python information-theory mutual-information numpy pandas

10

¿Cómo incorporo un valor atípico innovador en la observación 48 en mi modelo ARIMA?

Estoy trabajando en un conjunto de datos. Después de usar algunas técnicas de identificación de modelos, obtuve un modelo ARIMA (0,2,1). Utilicé la detectIOfunción en el paquete TSAen R para detectar un valor atípico innovador (IO) en la observación número 48 de mi conjunto de datos...

r time-series arima outliers hypergeometric fishers-exact r time-series intraclass-correlation r logistic glmm clogit mixed-model spss repeated-measures ancova machine-learning python scikit-learn distributions data-transformation stochastic-processes web standard-deviation r machine-learning spatial similarities spatio-temporal binomial sparse poisson-process r regression nonparametric r regression logistic simulation power-analysis r svm random-forest anova repeated-measures manova regression statistical-significance cross-validation group-differences model-comparison r spatial model-evaluation parallel-computing generalized-least-squares r stata fitting mixture hypothesis-testing categorical-data hypothesis-testing anova statistical-significance repeated-measures likert wilcoxon-mann-whitney boxplot statistical-significance confidence-interval forecasting prediction-interval regression categorical-data stata least-squares experiment-design skewness reliability cronbachs-alpha r regression splines maximum-likelihood modeling likelihood-ratio profile-likelihood nested-models

10

PyMC para la agrupación no paramétrica: el proceso de Dirichlet para estimar los parámetros de la mezcla gaussiana no se agrupa

Configuración del problema Uno de los primeros problemas con los juguetes a los que quería aplicar PyMC es la agrupación no paramétrica: dado algunos datos, modelarlo como una mezcla gaussiana y conocer el número de grupos y la media y covarianza de cada grupo. La mayor parte de lo que sé sobre...

bayesian clustering python pymc nonparametric-bayes

10

¿Cómo calcula los gradientes `tf.train.Optimizer` de Tensorflow?

Estoy siguiendo el tutorial de Tensorflow mnist ( https://github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/tutorials/mnist/mnist_softmax.py ). El tutorial utiliza tf.train.Optimizer.minimize(específicamente tf.train.GradientDescentOptimizer). No veo ningún argumento que se pase a...

python optimization tensorflow

10

Desviación estándar de una media ponderada exponencialmente

Escribí una función simple en Python para calcular la media ponderada exponencialmente: def test(): x = [1,2,3,4,5] alpha = 0.98 s_old = x[0] for i in range(1, len(x)): s = alpha * x[i] + (1- alpha) * s_old s_old = s return s Sin embargo, ¿cómo puedo calcular la SD...

standard-deviation python exponential-smoothing

10

Predicción probabilística forestal aleatoria vs voto mayoritario

Scikit learn parece utilizar la predicción probabilística en lugar del voto mayoritario para la técnica de agregación del modelo sin una explicación de por qué (1.9.2.1. Bosques aleatorios). ¿Hay una explicación clara de por qué? Además, ¿hay un buen artículo o artículo de revisión para las...

random-forest python scikit-learn aggregation bagging

10

Implementación de validación cruzada anidada

Estoy tratando de averiguar si mi comprensión de la validación cruzada anidada es correcta, por lo tanto, escribí este ejemplo de juguete para ver si tengo razón: import operator import numpy as np from sklearn import cross_validation from sklearn import ensemble from sklearn.datasets import...

cross-validation python scikit-learn