Medidas de proximidad entre distribuciones, agrupaciones, conjuntos de datos u otros objetos.
Me preguntaba, dadas dos distribuciones normales con y \ sigma_2, \ \ mu_2σ1, μ1σ1, μ1\sigma_1,\ \mu_1σ2, μ2σ2, μ2\sigma_2, \ \mu_2 ¿Cómo puedo calcular el porcentaje de regiones superpuestas de dos distribuciones? Supongo que este problema tiene un nombre específico, ¿conoce algún nombre en...
En mi conjunto de datos tenemos variables continuas y naturalmente discretas. Quiero saber si podemos hacer agrupaciones jerárquicas usando ambos tipos de variables. Y si es así, ¿qué medida de distancia es
[El título inicial "Medición de similitud para árboles de agrupamiento jerárquico" fue cambiado más tarde por @ttnphns para reflejar mejor el tema] Estoy realizando una serie de análisis de conglomerados jerárquicos en un marco de datos de registros de pacientes (por ejemplo, similar a...
En el algoritmo de bosque aleatorio, Breiman (autor) construye una matriz de similitud de la siguiente manera: Envíe todos los ejemplos de aprendizaje a cada árbol del bosque Si dos ejemplos aterrizan en la misma hoja, incremente el elemento correspondiente en la matriz de similitud en...
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 . Me gustaría hacer un mapa de calor con...
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...
Me gustaría calcular la medida de similitud entre dos conjuntos ordenados de puntos, los que están en Usuario en comparación con los que están en Maestro : Los puntos son curvas en el espacio 3D, pero estaba pensando que el problema se simplifica si los trazo en 2 dimensiones como en la imagen....
Solo estoy trabajando con el libro Inteligencia colectiva (de Toby Segaran) y encontré el puntaje de distancia euclidiana. En el libro, el autor muestra cómo calcular la similitud entre dos conjuntos de recomendaciones (es decir, .persona × película ↦ puntaje )person×movie↦score)\textrm{person}...
No sé qué función de distancia entre individuos usar en caso de atributos nominales (categóricos no ordenados). Estaba leyendo un libro de texto y sugieren una función de coincidencia simple , pero algunos libros sugieren que debería cambiar los atributos nominales a binarios y usar el coeficiente...
Entiendo el razonamiento detrás de la normalización de la columna, ya que hace que las características se ponderen por igual, incluso si no se miden en la misma escala; sin embargo, a menudo en la literatura vecina más cercana, las columnas y las filas se normalizan. ¿Para qué sirve la...
Resumen : intentar encontrar el mejor método resume la similitud entre dos conjuntos de datos alineados con un solo valor. Detalles : Mi pregunta se explica mejor con un diagrama. Los gráficos a continuación muestran dos conjuntos de datos diferentes, cada uno con valores etiquetados nfy nr. Los...
Tengo una lista de palabras, que pertenecen a diferentes categorías autodefinidas. Cada categoría tiene su propio patrón (por ejemplo, uno tiene una longitud fija con caracteres especiales, otro existe de caracteres que aparecen solo en esta categoría de "palabra", ...). Por ejemplo: "ABC" ->...
Cerrada . Esta pregunta necesita detalles o claridad . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Agregue detalles y aclare el problema editando esta publicación . Cerrado hace 2 años . Me encuentro con tres medidas...
Un colega tiene una función para nuestros propósitos es una caja negra. La función mide la similitud s ( a , b ) de dos objetos.ssss ( a , b )s(a,b)s(a,b) Sabemos con certeza que tiene estas propiedades:sss Los puntajes de similitud son números reales entre 0 y 1, inclusive. Sólo los objetos que...
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...
En el siguiente ejemplo, tengo un marco de datos que consiste en una serie temporal de mediciones de temperatura del agua registradas a 5 profundidades en el océano donde cada valor Tempcorresponde a la fecha DateTimey la profundidad Depth. set.seed(1) Temp <- rnorm(43800,sd=20) AirT <-...
Quiero saber si hay alguna forma posible de calcular el coeficiente de Jaccard usando la multiplicación de matrices. Usé este código jaccard_sim <- function(x) { # initialize similarity matrix m <- matrix(NA, nrow=ncol(x),ncol=ncol(x),dimnames=list(colnames(x),colnames(x))) jaccard...
Supongamos que tengo una muestra de frecuencias de 4 eventos posibles: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 y tengo las probabilidades esperadas de que ocurran mis eventos: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 Con la suma de las frecuencias observadas de mis cuatro eventos (18) puedo calcular las...
Quiero aprender (deducir) los pesos de los atributos para mi medida de disimilitud que puedo usar para la agrupación. Tengo algunos ejemplos de pares de objetos que son "similares" (deben estar en el mismo grupo), así como algunos ejemplos ( c i , d i ) de pares de objetos que "no son similares"...
A una persona se le dan tres elementos, dicen fotos de caras, y se le pide que elija cuáles de las tres caras son las más similares. Esto se repite una gran cantidad de veces con diferentes combinaciones de caras, donde cada cara puede ocurrir en muchas combinaciones. Dado este tipo de datos, me...