পরিসংখ্যান এবং বড় তথ্য

What is the VC dimension of a decision tree with k splits in two dimensions? Let us say the model is CART and the only allowed splits are parallel to the axes. So for one split we can order 3 points in a triangle and then for any labeling of …

17 cart  vc-dimension 

ভেক্টর আদর্শের জন্য, L2 আদর্শ বা "ইউক্লিডিয়ান দূরত্ব" হ'ল বহুল ব্যবহৃত এবং স্বজ্ঞাত সংজ্ঞা। তবে কেন ম্যাট্রিক্সের জন্য "সর্বাধিক ব্যবহৃত" বা "ডিফল্ট" আদর্শ সংজ্ঞা বর্ণালী আদর্শ , তবে ফ্রোবেনিয়াস নর্ম (যা ভেক্টরগুলির জন্য L2 আদর্শের অনুরূপ) নয়? এর পুনরাবৃত্ত অ্যালগরিদম / ম্যাট্রিক্স শক্তিগুলির সাথে কিছু করার আছে (বর্ণালী ব্যাসার্ধ যদি …

17 matrix  linear-algebra 

আমি বুঝতে পারি "মাত্রিকতার অভিশাপ" কী, এবং আমি কিছু উচ্চ মাত্রিক অপ্টিমাইজেশান সমস্যাগুলি করেছি এবং তাত্পর্যপূর্ণ সম্ভাবনার চ্যালেঞ্জটি জানি। তবে, আমি সন্দেহ করি যে বেশিরভাগ বাস্তব বিশ্বের ডেটাতে "মাত্রিকতার অভিশাপ" উপস্থিত রয়েছে কিনা (ভালভাবে একটি চিত্রের জন্য ছবি বা ভিডিওগুলি একপাশের জন্য রেখে দেওয়া যাক, আমি গ্রাহক ডেমোগ্রাফিক এবং ক্রয় …

17 clustering  dimensionality-reduction  high-dimensional 

আমি একটি লাসো চালিয়ে যাচ্ছি যার কয়েকটি শ্রেণিবদ্ধ পরিবর্তনশীল ভবিষ্যদ্বাণী রয়েছে এবং কিছু ধারাবাহিক রয়েছে। শ্রেণীবদ্ধ ভেরিয়েবল সম্পর্কে আমার একটি প্রশ্ন আছে। আমি যে প্রথম পদক্ষেপটি বুঝতে পারি তা হ'ল তাদের প্রত্যেককে ডামিতে বিভক্ত করা, ন্যায্য দণ্ডের জন্য তাদের মানিক করা এবং তারপরে পুনরায় চাপ দেওয়া। ডামি ভেরিয়েবলের চিকিত্সার জন্য …

17 categorical-data  regression-coefficients  lasso  intercept  categorical-encoding 

আমি উইকিপিডিয়ায় জেফরির সম্পর্কে আগে পড়ছিলাম: জেফরি প্রাইর এবং দেখেছি যে প্রতিটি উদাহরণের পরে, এটি বর্ণনা করে যে কীভাবে একটি বৈচিত্র্য-স্থিতিশীল রূপান্তর জেফরিগুলিকে পূর্বের ইউনিফর্মে পরিণত করে। উদাহরণস্বরূপ, বের্নুলির ক্ষেত্রে জন্য, এটা বলে যে, একটি মুদ্রা সম্ভাব্যতা সঙ্গে মাথা যে জন্য , বের্নুলির বিচারের মডেল উৎপাদনের যে জেফ্রিস পূর্বে পরামিতি …

17 bayesian  prior  jeffreys-prior 

এই প্রশ্নটি ফলোআপ বা এআইসি এবং বিআইসির পার্থক্য সম্পর্কে আমি এবং অন্য অনেককে কিছুটা কঠিন মনে করে এমন একটি বিষয় সম্পর্কিত সম্ভাব্য বিভ্রান্তি দূর করার চেষ্টা attempt এই বিষয়ে @ ডেভ কেলেনের খুব সুন্দর উত্তরে ( /stats//a/767/30589 ) আমরা পড়লাম: আপনার প্রশ্নের ইঙ্গিত দেয় যে এআইসি এবং বিআইসি একই প্রশ্নের …

17 model-selection  aic  bic 

আমি একটি লজিস্টিক রিগ্রেশন শ্রেণিবদ্ধ তৈরি করেছি যা আমার ডেটাতে খুব সঠিক very এটি এত ভাল কেন কাজ করছে তা এখন আমি আরও ভাল করে বুঝতে চাই। বিশেষত, আমি কোন বৈশিষ্ট্যগুলি সর্বাধিক অবদান রাখছি (কোন বৈশিষ্ট্যগুলি সর্বাধিক গুরুত্বপূর্ণ) র‌্যাঙ্ক করতে চাই এবং আদর্শভাবে, প্রতিটি বৈশিষ্ট্য সামগ্রিক মডেলের (বা এই শিরাতে …

17 machine-learning  logistic  feature-selection  importance 

ধরুন যে, আমি একজন ঘন ম্যাট্রিক্স আছে AA \textbf{A} এর m×nm×nm \times n আকার, SVD পচানি সঙ্গে A=USV⊤.A=USV⊤.\mathbf{A}=\mathbf{USV}^\top.ইন Rআমি SVD নিরূপণ করতে পারেন নিম্নরূপ: svd(A)। একটি নতুন তাহলে (m+1)(m+1)(m+1) -th সারি যোগ করা হয় AA\mathbf A , এক (অর্থাত ব্যবহার করে পুরানো এক উপর ভিত্তি করে নতুন SVD পচানি গনা …

17 algorithms  svd  linear-algebra  matrix-decomposition  numerics 

এই জাতীয় কোড ব্যবহার করে কেউ আর-তে লগইট রিগ্রেশন করতে পারে: > library(MASS) > data(menarche) > glm.out = glm(cbind(Menarche, Total-Menarche) ~ Age, + family=binomial(logit), data=menarche) > coefficients(glm.out) (Intercept) Age -21.226395 1.631968 দেখে মনে হচ্ছে অপটিমাইজেশন অ্যালগরিদম রূপান্তরিত হয়েছে - ফিশার স্কোরিং অ্যালগরিদমের পদক্ষেপের সংখ্যা সম্পর্কে তথ্য রয়েছে: Call: glm(formula = …

17 r  generalized-linear-model  optimization  algorithms  logit 

প্রশ্ন নেতিবাচক দ্বিপদী (এনবি) বিতরণের বৈচিত্রটি সর্বদা এর গড়ের চেয়ে বেশি। যখন কোনও নমুনার গড়টি তারতম্যের চেয়ে বেশি হয়, সর্বাধিক সম্ভাবনার সাথে বা মুহুর্তের অনুমানের সাথে কোনও এনবির পরামিতিগুলি ফিট করার চেষ্টা করা ব্যর্থ হয় (সীমাবদ্ধ পরামিতিগুলির সাথে কোনও সমাধান নেই)। তবে এটি সম্ভব যে এনবি বিতরণ থেকে নেওয়া একটি …

17 estimation  maximum-likelihood  negative-binomial 

আমি ক্লিনবার্গের এই আকর্ষণীয় বিশ্লেষণের উপর একটি ব্লগ পোস্ট লেখার বিষয়ে ভাবছিলাম (2002) যা ক্লাস্টারিংয়ের অসুবিধাটি আবিষ্কার করে। ক্লিনবার্গ একটি ক্লাস্টারিং ফাংশনটির জন্য তিনটি আপাতদৃষ্টিতে স্বজ্ঞাত ডেসিডিটারের রূপরেখা তৈরি করেছিলেন এবং তারপরে প্রমাণ করেন যে এই জাতীয় কোনও কার্য নেই। অনেক ক্লাস্টারিং অ্যালগরিদম রয়েছে যা তিনটি মানদণ্ডের মধ্যে দুটিকে সন্তুষ্ট …

17 mathematical-statistics  clustering  intuition  hierarchical-clustering 

লস এবং লো এর মধ্যে পার্থক্য কী? উইকিপিডিয়া থেকে আমি কেবল দেখতে পাচ্ছি যে LOESS হ'ল নিম্নের একটি সাধারণীকরণ। তাদের কি কিছুটা আলাদা পরামিতি রয়েছে?

17 nonparametric  loess 

কেন্দ্রীয় প্রবণতা, ছড়িয়ে পড়া এবং skewness সবই কমপক্ষে স্বজ্ঞাত ভিত্তিতে তুলনামূলকভাবে ভাল সংজ্ঞা দেওয়া যেতে পারে; এই জিনিসগুলির স্ট্যান্ডার্ড গাণিতিক ব্যবস্থাগুলিও আমাদের স্বজ্ঞাত ধারণার সাথে তুলনামূলকভাবে সুসংগত। তবে কুর্তোসিস আলাদা বলে মনে হচ্ছে। এটি খুব বিভ্রান্তিকর এবং এটি বিতরণের আকার সম্পর্কে কোনও অন্তর্দৃষ্টি দিয়ে ভাল মেলে না। একটি প্রয়োগকৃত সেটিং-এ …

17 descriptive-statistics  kurtosis  teaching  l-moments 

সাধারণভাবে, একটি শ্রেণিবিন্যাসের সমস্যা যেখানে লক্ষ্যটি হ'ল নমুনা বহির্ভূত শ্রেণীর সদস্যতার পূর্বাভাস দেওয়া, আমি কখন একটি সাজানো শ্রেণিবদ্ধ ব্যবহার করব না ? এই প্রশ্নটি ঘনিষ্ঠভাবে জড়িত কেন সর্বদা জড়ো শেখা ব্যবহার করবেন না? । এই প্রশ্নটি জিজ্ঞাসা করে যে আমরা কেন সারাক্ষণ জুটি ব্যবহার করি না। আমি জানতে চাই যে …

17 classification  boosting  ensemble  bagging 

আমি পড়তে এখানে একটি নমুনা দেওয়া X1,X2,...,XnX1,X2,...,Xn X_1,X_2,...,X_n সিডিএফ এক্স সহ অবিচ্ছিন্ন বিতরণ থেকে এক্স এন , সাথে সম্পর্কিত নমুনা একটি আদর্শ ইউনিফর্ম বিতরণ অনুসরণ করে followsU i = F X ( X i )FXFX F_X Ui=FX(Xi)Ui=FX(Xi) U_i = F_X(X_i) আমি পাইথনের গুণগত সিমুলেশন ব্যবহার করে এটি যাচাই করেছি এবং …

17 pdf  uniform  cdf  intuition