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...
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...
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...
Aquí está mi Código para el método de selección de características en Python: from sklearn.svm import LinearSVC from sklearn.datasets import load_iris iris = load_iris() X, y = iris.data, iris.target X.shape (150, 4) X_new = LinearSVC(C=0.01, penalty="l1", dual=False).fit_transform(X,...
Soy nuevo en Keras y necesito tu ayuda. Estoy entrenando una red neuronal en Keras y mi función de pérdida es la salida cuadrada b / n de la red y el valor objetivo. Quiero optimizar esto usando Gradient Descent. Después de pasar por algunos enlaces en la red, he llegado a saber que generalmente...
En mi programa, necesito ejecutar N subprocesos separados, cada uno con su propio RNG, que se utiliza para muestrear un gran conjunto de datos. Necesito poder sembrar todo este proceso con un solo valor para poder reproducir los resultados. ¿Es suficiente simplemente aumentar secuencialmente la...
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...
Ver esta página de Wikipedia: http://en.wikipedia.org/wiki/Binomial_proportion_confidence_interval#Agresti-Coull_Interval Para obtener el intervalo Agresti-Coull, uno necesita calcular un percentil de la distribución normal, llamado . ¿Cómo calculo el percentil? ¿Existe una función preparada que...
Tome 20 puntos aleatorios en un espacio de 10.000 dimensiones con cada coordenada iid de . Divídalos en 10 pares ("parejas") y agregue el promedio de cada par ("un niño") al conjunto de datos. Luego haga PCA en los 30 puntos resultantes y trace PC1 vs PC2.norte( 0 , 1 )N(0,1)\mathcal N(0,1) Ocurre...
¿Cuáles son las pruebas de estacionalidad más simples para series de tiempo? Siendo más específico, quiero probar si specific time series the seasonal componentes significativo. ¿Cuáles son los paquetes recomendados en Python /
Estoy midiendo la existencia de respuesta en las mediciones de la señal celular. Lo que hice primero fue aplicar un algoritmo de suavizado (Hanning) a la serie de datos de tiempo, luego detectar picos. Lo que obtengo es esto: Si quisiera hacer que la detección de la respuesta sea un poco más...
Tengo algunos datos de series temporales en los que la variable medida es enteros positivos discretos (recuentos). Quiero probar si hay una tendencia al alza con el tiempo (o no). La variable independiente (x) está en el rango 0-500 y la variable dependiente (y) está en el rango 0-8. Pensé que...
Me gustaría codificar una agrupación de kmeans en python usando pandas y scikit learn. Para seleccionar la buena k, me gustaría codificar la estadística Gap de Tibshirani y al 2001 ( pdf ). Me gustaría saber si podría usar el resultado de inercia_ de scikit y adaptar la fórmula estadística de...
Vi esta publicación en Moz que presentaba un embudo de marketing segmentado: Este tipo de cosas tendría bastante valor en mi trabajo. Lo que no tengo idea es cómo visualizar datos sin procesar para mostrar un embudo segmentado como este. La idea es que los clientes potenciales de ventas provienen...
Estoy entrenando un clasificador binario SVM usando Scikit learn. Debido a la naturaleza de mi problema, necesito evitar falsos negativos. Como nada es gratis, estoy bien obteniendo una tasa más alta de falsos positivos para reducir la cantidad de falsos negativos. ¿Cómo podemos hacer eso...
¿Cuál es la mejor manera de preparar interacciones de características categóricas antes de ajustar con scikit-learn? Con statsmodelspodría decir convenientemente en estilo R smf.ols(formula = 'depvar ~ C(var1)*C(var2)', data=df).fit()(lo mismo en Stata con regress depvar i.var1##i.var2). ¿Puede...
Necesito implementar la detección de anomalías en varios conjuntos de datos de series temporales. Nunca he hecho esto antes y esperaba algún consejo. Me siento muy cómodo con Python, por lo que preferiría que se implementara la solución (la mayor parte de mi código es Python para otras partes de mi...
Para algún propósito, necesito generar números aleatorios (datos) de la distribución "uniforme inclinado". La "pendiente" de esta distribución puede variar en un intervalo razonable, y luego mi distribución debería cambiar de uniforme a triangular en función de la pendiente. Aquí está mi...
Estoy tratando de evaluar el rendimiento de la agrupación. Estaba leyendo la documentación de skiscit-learn sobre métricas . No entiendo la diferencia entre ARI y AMI. Me parece que hacen lo mismo de dos maneras diferentes. Citando de la documentación: Dado el conocimiento de las asignaciones...
solo por curiosidad ... ¿Qué idioma se usa más aquí? R? MATLAB? ¿Pitón? ¿Java? ¿Qué hay para prototipo o para producción? Por ejemplo, creo que MATLAB se usa principalmente para la creación de prototipos, python para ambas prot. y producción