আমার প্রতি রোগীর প্রায় 500 ভেরিয়েবল রয়েছে, প্রতিটি ভেরিয়েবলের একটি ক্রমাগত মান থাকে এবং তিনটি ভিন্ন টাইম পয়েন্টে পরিমাপ করা হয় (2 মাস পরে এবং 1 বছর পরে)। রিগ্রেশন দিয়ে আমি নতুন রোগীদের চিকিত্সার ফলাফলের পূর্বাভাস দিতে চাই।
এই জাতীয় অনুদায়ী তথ্য দিয়ে কি এসভিএম রিগ্রেশন ব্যবহার করা সম্ভব?
উত্তর:
হ্যাঁ, এটি সম্ভব। ফিশার কার্নেল ব্যবহারের দ্রাঘিমাংশের ডেটা বাদে আরবিএফ বা লিনিয়ারগুলির চেয়ে আরও ভাল কাজ করে। আপনার মতো অনুরূপ সেটিংস এই এনআইপিএস পেপারে দেওয়া হয়েছে: http://research.microsoft.com/pubs/147234/NIP08.pdf
এটি একটি আকর্ষণীয় প্রশ্ন এবং আমি একটি দ্রুত গবেষণা করেছি।
ওপি ক্রমাগত ডেটার জন্য রিগ্রেশন সম্পর্কে জিজ্ঞাসা করেছিল । তবে @ ভিক্রামের দ্বারা উদ্ধৃত কাগজগুলি কেবল শ্রেণিবিন্যাসের জন্য কাজ করে ।
লু, জেড।, কায়ে, জে, এবং লিন, টি কে (২০০৯)। অনুদৈর্ঘ্য ডেটার জন্য হায়ারার্কিকাল ফিশার কার্নেলগুলি। ইন নিউরাল ইনফরমেশন প্রসেসিং সিস্টেম-এর উন্নতির ।
রিগ্রেশন সম্পর্কিত একটি সম্পর্কিত কাগজ আমি পেয়েছি যা নিম্নলিখিত । প্রযুক্তিগত বিবরণ বিভাগ 2.3 এ পাওয়া যাবে।
সিওক, কেএইচ, শিম, জে।, চ, ডি।, নোহ, জিজে, এবং হুয়াং, সি (২০১১)। সেমিপ্রেমেট্রিক মিশ্রিত-প্রভাব কমপক্ষে স্কোয়ারগুলি ফার্মাকোকাইনেটিক এবং ফার্মাকোডাইনামিক ডেটার বিশ্লেষণের জন্য ভেক্টর মেশিনকে সমর্থন করে। নিউরোকম্পিউটিং , 74 (17), 3412-3419।
কোনও পাবলিক সফ্টওয়্যার পাওয়া যায় নি তবে লেখকরা কাগজের শেষে ব্যবহারের স্বাচ্ছন্দ্য দাবি করেছেন।
প্রস্তাবিত এলএস-এসভিএমের প্রধান সুবিধা ... এটি হ'ল একটি সাধারণ লিনিয়ার সমীকরণ সিস্টেম সমাধান করে সফ্টওয়্যারগুলির মাধ্যমে সহজেই রিগ্রেশন অনুমানকারীগুলি গণনা করা যায়। অনুশীলনে বারবার পরিমাপের তথ্য বিশ্লেষণের জন্য প্রস্তাবিত পদ্ধতির প্রয়োগ করা সহজ করে তোলে makes
আরও কিছুটা বিশদভাবে বলতে গেলে, এসভিএম (সমর্থন ভেক্টর মেশিন) ব্যবহার করে রিগ্রেশন বিশ্লেষণের জন্য দুটি পন্থা রয়েছে :
উপরোক্ত Seol এবং অন্যান্য। (২০১১) এলএস-ভিএসএম পদ্ধতি গ্রহণ করেছে ।