প্রশ্ন ট্যাগ «cart»

এলোমেলো বনগুলিকে ব্ল্যাক বক্স হিসাবে বিবেচনা করা হয় তবে সম্প্রতি আমি ভাবছিলাম যে এলোমেলো বন থেকে কোন জ্ঞান পাওয়া যায়? সর্বাধিক সুস্পষ্ট বিষয় হল ভেরিয়েবলের গুরুত্ব, সহজতম ভেরিয়েন্টে এটি কেবল একটি ভেরিয়েবলের সংখ্যার সংখ্যা গণনা করেই করা যেতে পারে। দ্বিতীয় জিনিসটির বিষয়ে আমি ভাবছিলাম ইন্টারঅ্যাকশন। আমি মনে করি গাছের সংখ্যা …

127 machine-learning  data-mining  interaction  random-forest  cart 

ফ্রেডম্যান প্রস্তাবিত গ্রেডিয়েন্ট ট্রি বুস্টিং সিদ্ধান্ত কাঠ গাছগুলি বেস লার্নার হিসাবে ব্যবহার করে। আমি ভাবছি যে বেস ভিত্তি গাছটিকে যতটা সম্ভব জটিল (পুরোপুরি বড় হওয়া) বা সহজতর করা উচিত? পছন্দ জন্য কোন ব্যাখ্যা আছে? বেস লার্নার হিসাবে সিদ্ধান্ত গাছ ব্যবহার করে র্যান্ডম ফরেস্ট হল আরেকটি জাতীয় পদ্ধতি। আমার বোঝার উপর …

110 machine-learning  random-forest  cart  boosting  ensemble 

অধিকতর inতিহ্যবাহী সিদ্ধান্ত গাছের অ্যালগরিদমের (যেমন আর-তে) তুলনায় শর্তাধীন আনফরেন্স গাছের মধ্যে ( আর মধ্যে প্যাকেজ ctreeথেকে party) যে কেউ প্রাথমিক পার্থক্য ব্যাখ্যা করতে পারে rpart? সিআই গাছগুলি কী আলাদা করে তোলে? শক্তি এবং দুর্বলতা? আপডেট: আমি হরথর্ন এট আল-এর কাগজটি দেখেছি যা চি মন্তব্যগুলিতে উল্লেখ করেছে। আমি এটি সম্পূর্ণরূপে …

97 r  machine-learning  cart 

আমি লাসো রিগ্রেশন সহ যেখানে আমার আগ্রহের ফলাফলটি দ্বিধাহীন তা ব্যবহার glmnetকরে ধকল শুরু করছি । আমি নীচে একটি ছোট মক ডেটা ফ্রেম তৈরি করেছি: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, 0, 1, 0, 0) bmi_p <- c(0.86, …

77 r  self-study  lasso  regression  interpretation  anova  statistical-significance  survey  conditional-probability  independence  naive-bayes  graphical-model  r  time-series  forecasting  arima  r  forecasting  exponential-smoothing  bootstrap  outliers  r  regression  poisson-distribution  zero-inflation  genetic-algorithms  machine-learning  feature-selection  cart  categorical-data  interpretation  descriptive-statistics  variance  multivariate-analysis  covariance-matrix  r  data-visualization  generalized-linear-model  binomial  proportion  pca  matlab  svd  time-series  correlation  spss  arima  chi-squared  curve-fitting  text-mining  zipf  probability  categorical-data  distance  group-differences  bhattacharyya  regression  variance  mean  data-visualization  variance  clustering  r  standard-error  association-measure  somers-d  normal-distribution  integral  numerical-integration  bayesian  clustering  python  pymc  nonparametric-bayes  machine-learning  svm  kernel-trick  hyperparameter  poisson-distribution  mean  continuous-data  univariate  missing-data  dag  python  likelihood  dirichlet-distribution  r  anova  hypothesis-testing  statistical-significance  p-value  rating  data-imputation  censoring  threshold 

আমার প্রশ্নগুলি র্যান্ডম বন সম্পর্কিত। এই সুন্দর শ্রেণিবদ্ধের ধারণাটি আমার কাছে স্পষ্ট, তবে এখনও ব্যবহারিক ব্যবহারের অনেক প্রশ্ন রয়েছে। দুর্ভাগ্যক্রমে, আমি আরএফ-এর কোনও ব্যবহারিক গাইড খুঁজে পেতে ব্যর্থ হয়েছি (আমি জেফ্রি হিন্টনের "অ্যাপ্র্যাক্টিকাল গাইড ফর ট্রেনিং রেসারেটেড বোল্টজম্যান মেশিন" এর মতো কিছু সন্ধান করেছি, তবে র্যান্ডম অরণ্যের জন্য! অনুশীলনে কীভাবে …

65 random-forest  cart 

যে কেউ আসলে কীভাবে এর থেকে বেশ কয়েকটি নমুনা গাছ প্লট করবেন সে সম্পর্কে লাইব্রেরি বা কোড পরামর্শ পেয়েছিল : getTree(rfobj, k, labelVar=TRUE) (হ্যাঁ আমি জানি যে আপনি এটিকে ক্রিয়াকলাপ করার কথা বলছেন না, আরএফ একটি ব্ল্যাকবক্স ইত্যাদি I আমার এনকোডযুক্ত উপাদানগুলি কতটা ভাল কাজ করছে ইত্যাদি)) শালীন উত্তর ছাড়াই …

62 r  data-visualization  random-forest  cart 

"ডিভায়েন্স," কীভাবে এটি গণনা করা হয়, এবং পরিসংখ্যানগুলিতে বিভিন্ন ক্ষেত্রে এর ব্যবহারগুলি কী? বিশেষত, আমি ব্যক্তিগতভাবে কার্টে এর ব্যবহারগুলিতে আগ্রহী (এবং এটি আরপিতে বাস্তবায়ন)। আমি এটি জিজ্ঞাসা করছি যেহেতু উইকি-নিবন্ধটিতে কিছুটা অভাব দেখা যাচ্ছে এবং আপনার অন্তর্দৃষ্টি সর্বাধিক স্বাগত জানানো হবে।

45 r  cart  rpart  deviance 

আমি ডেটা মাইনিংয়ে নতুন এবং আমি একটি ডেটা সেটের বিরুদ্ধে সিদ্ধান্ত গাছকে প্রশিক্ষণের চেষ্টা করছি যা অত্যন্ত ভারসাম্যহীন। তবে, আমার ভবিষ্যদ্বাণীপূর্ণ নির্ভুলতার সাথে সমস্যা হচ্ছে। উপাত্তগুলি কোর্স অধ্যয়নরত শিক্ষার্থীদের সমন্বয়ে গঠিত এবং ক্লাস ভেরিয়েবল হল কোর্সের স্ট্যাটাস যা দুটি মান রয়েছে - প্রত্যাহার বা বর্তমান। বয়স জাতিতত্ত্ব লিঙ্গ কোর্স ... …

43 classification  cart  unbalanced-classes  accuracy 

আমি আমার সিদ্ধান্ত গাছের জন্য 100% নির্ভুলতা পাচ্ছি। আমি কি ভুল করছি? এটি আমার কোড: import pandas as pd import json import numpy as np import sklearn import matplotlib.pyplot as plt data = np.loadtxt("/Users/Nadjla/Downloads/allInteractionsnum.csv", delimiter=',') x = data[0:14] y = data[-1] from sklearn.cross_validation import train_test_split x_train = x[0:2635] x_test = …

38 machine-learning  python  cart  accuracy 

ইন আর মধ্যে অ্যাপ্লিকেশন সঙ্গে পরিসংখ্যানগত শেখার ভূমিকা , লেখক লিখুন ঝুলানো একটি সিদ্ধান্ত গাছ খুব দ্রুত, কিন্তু এই আমাকে অর্থে দেখা যায় না। অনুকূল বিভাজন সন্ধানের জন্য অ্যালগরিদমকে প্রতিটি বৈশিষ্ট্যের মধ্য দিয়ে যেতে এবং এটিকে যথাসম্ভব বিভাজন করতে হবে। পর্যবেক্ষণ সহ সংখ্যাযুক্ত বৈশিষ্ট্যগুলির জন্য, প্রতিটি বৈশিষ্ট্যের জন্য পার্টিশনগুলির ফলাফল …

38 cart 

সিদ্ধান্ত গাছগুলি একটি খুব বোধগম্য মেশিন শেখার পদ্ধতি বলে মনে হচ্ছে। একবার তৈরি হয়ে গেলে এটি সহজেই কোনও মানুষ দ্বারা পরিদর্শন করা যেতে পারে যা কিছু অ্যাপ্লিকেশনে একটি দুর্দান্ত সুবিধা। সিদ্ধান্ত গাছগুলির ব্যবহারিক দুর্বল দিকগুলি কী কী?

34 machine-learning  nonparametric  cart 

আমি গ্রেডিয়েন্ট বুস্টেড ট্রিগুলিতে তুলনামূলকভাবে পরিবর্তনশীল গুরুত্বকে কীভাবে গণনা করা হয় যা অতিরিক্ত সাধারণ / সরল নয় যেমন: প্রতিটি বিভাজনের ফলে মডেলটির বর্গক্ষেত্রের উন্নতি দ্বারা ওজন করা এবং সমস্ত গাছের গড় গড়ে এই ব্যবস্থাগুলি বিভাজনের জন্য কতবার পরিবর্তনশীল নির্বাচন করা হয় তার ভিত্তিতে করা হয় । [ এলিথ এট আল। …

33 machine-learning  data-mining  predictive-models  cart  boosting 

আমি এই কয়েকটি সহ কয়েকটি উত্সে পড়েছি যে র্যান্ডম অরণ্যগুলি বিদেশিদের কাছে সংবেদনশীল নয় (যেমন লজিস্টিক রিগ্রেশন এবং অন্যান্য এমএল পদ্ধতিগুলি উদাহরণস্বরূপ)। যাইহোক, স্বজ্ঞাত দুটি টুকরা অন্যথায় আমাকে বলুন: যখনই কোনও সিদ্ধান্ত গাছ নির্মিত হয়, সমস্ত পয়েন্ট অবশ্যই শ্রেণিবদ্ধ করা উচিত। এর অর্থ হ'ল এমনকি বহিরাগতরাও শ্রেণিবদ্ধ হবে, এবং তাই …

33 random-forest  bootstrap  outliers  cart 

জিবিএম ব্যবহার করে প্যারামিটারগুলি পরীক্ষা করার জন্য (যেমন ইন্টারঅ্যাকশন গভীরতা, মিনিচাইল্ড, স্যাম্পল রেট ইত্যাদি) কিছু দরকারী নির্দেশিকা কী? ধরা যাক আমার কাছে 70-100 বৈশিষ্ট্য রয়েছে, 200,000 জনসংখ্যা রয়েছে এবং আমি 3 এবং 4 এর আন্তঃসংযোগ গভীরতার পরীক্ষা করার ইচ্ছা নিয়েছি যে স্পষ্টতই পরামিতিগুলির সংমিশ্রণটি নমুনা ছাড়াই সেরা পরীক্ষা করে দেখার …

31 r  hypothesis-testing  cart  boosting 

আরপিআর্ট (আর তে) ব্যবহার করে কার্ট মডেল (বিশেষত শ্রেণিবদ্ধকরণ গাছ) তৈরি করার সময়, মডেলটির সাথে পরিচিত বিভিন্ন ভেরিয়েবলগুলির গুরুত্ব কী তা জানা প্রায়শই আকর্ষণীয় is সুতরাং, আমার প্রশ্নটি: একটি কর্ট মডেলটিতে অংশগ্রহণকারী ভেরিয়েবলের পরিবর্তনশীল গুরুত্ব র‌্যাঙ্কিং / পরিমাপের জন্য কোন সাধারণ ব্যবস্থা বিদ্যমান? আর কীভাবে এটি আর এর সাহায্যে গণনা …

27 r  classification  model-selection  cart  rpart