প্রশ্ন ট্যাগ «cart»

র্যান্ডম অরণ্য (আরএফ) একটি প্রতিযোগিতামূলক ডেটা মডেলিং / খনন পদ্ধতি। একটি আরএফ মডেলের একটি আউটপুট থাকে - আউটপুট / পূর্বাভাস পরিবর্তনশীল। আরএফগুলির সাথে একাধিক আউটপুটগুলি মডেলিংয়ের নিষ্কলুষ দৃষ্টিভঙ্গি হ'ল প্রতিটি আউটপুট ভেরিয়েবলের জন্য একটি আরএফ তৈরি করা। সুতরাং আমাদের কাছে এন স্বাধীন মডেল রয়েছে এবং যেখানে আউটপুট ভেরিয়েবলগুলির মধ্যে পারস্পরিক …

17 machine-learning  cart  random-forest  multilabel 

কার্ট মডেলগুলি তৈরি করতে rpart () রুটিনে আপনি নিজের গাছটিকে ছাঁটাই করতে চান এমন জটিলতা পরামিতি নির্দিষ্ট করে। জটিলতা পরামিতি বাছাই করার জন্য আমি দুটি পৃথক সুপারিশ দেখেছি: ন্যূনতম সম্ভাব্য ক্রস-বৈধতাযুক্ত ত্রুটির সাথে যুক্ত জটিলতা পরামিতিটি চয়ন করুন। এই পদ্ধতিটি কুইক-আর এবং এইচএসআর দ্বারা প্রস্তাবিত । সর্বশ্রেষ্ঠ জটিলতা পরামিতিটি বেছে …

16 r  cart  rpart 

ধরুন আমরা দুটি রিগ্রেশন গাছ (গাছ A এবং গাছ বি) যে মানচিত্র ইনপুট আছে আউটপুট Y ∈ আর । যাক Y = চ একজন ( এক্স ) গাছ একটি এবং চ বি ( এক্স ) গাছ বি প্রতিটি গাছ বাইনারি টুকরা ব্যবহার করে, পৃথক ফাংশন হিসাবে hyperplanes সঙ্গে।x∈Rdx∈Rdx \in \mathbb{R}^dy^∈Ry^∈R\hat{y} …

15 regression  machine-learning  cart 

আমি এলোমেলো বনের জন্য গিনি বৈশিষ্ট্য গুরুত্ব পরিমাপে কাজ করছি। অতএব, আমার নোড অপরিষ্কারের গিনি হ্রাস গণনা করা উচিত। আমি এখানে এমনভাবেই চলেছি, যা সংজ্ঞার সাথে দ্বন্দ্বের দিকে পরিচালিত করে, যা আমাকে কোথাও ভুল হতে হবে তা বোঝায় ... :) বাইনারি গাছের জন্য, এবং বাম এবং ডান বাচ্চাদের সম্ভাব্যতাগুলি দেওয়া, …

15 feature-selection  random-forest  cart 

আমি যখন পার্টিশন করে গাছ দেখলাম তখন অনেকক্ষণ হয়ে গেছে। গতবার আমি এই ধরণের কাজটি করেছিলাম, আমি আর তে পার্টি পছন্দ করি (হথর্নের তৈরি)। স্যাম্পলিংয়ের মাধ্যমে শর্তসাপেক্ষ অনুমানের ধারণাটি আমার কাছে বোধগম্য। তবে আরপিআর্টেরও আবেদন ছিল। বর্তমান অ্যাপ্লিকেশনটিতে (আমি বিশদ দিতে পারি না, তবে গ্রেপ্তারের বড় নমুনার মধ্যে কে কারা …

15 r  cart  rpart  partitioning 

আমি আসলে র্যান্ডম অরণ্যের একটি বাস্তবায়ন লিখছি তবে আমি বিশ্বাস করি যে প্রশ্নটি সিদ্ধান্তের গাছের সাথে সুনির্দিষ্ট (আরএফ থেকে স্বতন্ত্র)। সুতরাং প্রসঙ্গটি হ'ল আমি একটি সিদ্ধান্তের গাছে একটি নোড তৈরি করছি এবং পূর্বাভাস এবং লক্ষ্য ভেরিয়েবল উভয়ই অবিচ্ছিন্ন। নোডের দুটি সেটে বিভাজন ডেটার জন্য একটি বিভক্ত প্রান্তিকা রয়েছে এবং আমি …

15 algorithms  cart  random-forest 

প্রশ্নাবলি গাছ কি অগভীর বা গভীর তার উপর নির্ভর করে? বা গাছের গভীরতা / স্তর নির্বিশেষে আমরা এটি বলতে পারি? পক্ষপাত কম এবং বৈকল্পিক কেন বেশি? স্বজ্ঞাত এবং গাণিতিকভাবে ব্যাখ্যা করুন

15 machine-learning  variance  covariance  cart  bias 

যেহেতু সিদ্ধান্ত বৃক্ষের অ্যালগোরিদম প্রতিটি পদক্ষেপে একটি গুণে বিভক্ত হয়, তাই সিদ্ধান্তের গাছের সর্বাধিক গভীরতা ডেটার বৈশিষ্ট্যের সংখ্যার সমান। এটা কি সঠিক?

14 classification  cart 

সংক্ষিপ্ত সংস্করণ: আমি এমন একটি আর প্যাকেজ সন্ধান করছি যা সিদ্ধান্ত গাছ তৈরি করতে পারে যেখানে সিদ্ধান্ত গাছের প্রতিটি পাতা একটি সম্পূর্ণ লিনিয়ার রিগ্রেশন মডেল। আফাইক, গ্রন্থাগার rpartসিদ্ধান্ত গাছ তৈরি করে যেখানে প্রতিটি পাতায় নির্ভরশীল পরিবর্তনশীল স্থির থাকে। এমন কি অন্য কোনও গ্রন্থাগার আছে (বা একটি rpartসেটিং যা আমি অবগত …

14 r  regression  rpart  cart 

আমার অফিসের একজন সহকর্মী আমাকে আজ বলেছিলেন "গাছের মডেলগুলি ভাল না কারণ তারা চরম পর্যবেক্ষণে ধরা দেয়"। এখানে অনুসন্ধানের ফলে এই থ্রেডের ফলস্বরূপ দাবিটি মূলত সমর্থন করে। যা আমাকে প্রশ্নের দিকে নিয়ে যায় - কোন পরিস্থিতিতে একটি কার্ট মডেল শক্তিশালী হতে পারে এবং কীভাবে এটি প্রদর্শিত হয়?

14 regression  classification  robust  cart 

কেউ কি কার্টে শ্রেণিবিন্যাসের পিছনে কিছু গণিত ব্যাখ্যা করতে সহায়তা করতে পারে? আমি বুঝতে চাইছি কীভাবে দুটি প্রধান পর্যায় ঘটে। উদাহরণস্বরূপ আমি একটি ডেটাসেটে একটি কর্ট শ্রেণিবদ্ধকারীকে প্রশিক্ষণ দিয়েছি এবং এর ভবিষ্যদ্বাণীপূর্ণ পারফরম্যান্স চিহ্নিত করতে একটি টেস্টিং ডেটাসেট ব্যবহার করেছি তবে: গাছের প্রাথমিক মূলকে কীভাবে বেছে নেওয়া হয়? কেন এবং …

14 regression  classification  data-mining  cart 

একটি এলোমেলো বন হ'ল ব্যাগিং ধারণার অনুসরণ করে সিদ্ধান্ত গাছের সংগ্রহ। যখন আমরা একটি সিদ্ধান্ত গাছ থেকে পরবর্তী সিদ্ধান্ত গাছের দিকে চলে যাই তখন শেষ সিদ্ধান্ত গাছ দ্বারা শিখানো তথ্য কীভাবে পরবর্তী স্থানে চলে যায়? কারণ, আমার বোধগম্য হিসাবে, এমন কোনও প্রশিক্ষিত মডেলের মতো কিছুই নেই যা প্রতিটি সিদ্ধান্ত গাছের …

14 machine-learning  random-forest  cart  bagging 

আমি মেশিন লার্নিং, কার্ট-কৌশল এবং এ জাতীয় মতামতে বেশ নতুন এবং আমি আশা করি আমার ভোদাভুটিও খুব স্পষ্ট নয়। র্যান্ডম ফরেস্ট কীভাবে একাধিক স্তরের / স্তরক্রমিক ডেটা স্ট্রাকচারগুলি পরিচালনা করে (উদাহরণস্বরূপ যখন ক্রস-লেভেল ইন্টারঅ্যাকশন আগ্রহী)? এটি হ'ল বিভিন্ন শ্রেণিবদ্ধ স্তরের বিশ্লেষণের ইউনিটগুলির সাথে ডেটা সেট করে ( উদাহরণস্বরূপ , শিক্ষার্থীরা …

13 machine-learning  random-forest  multilevel-analysis  cart 

বন্ধ থাকে। এই প্রশ্নটি অফ-টপিক । এটি বর্তমানে উত্তর গ্রহণ করছে না। এই প্রশ্নটি উন্নত করতে চান? প্রশ্নটি আপডেট করুন যাতে এটি ক্রস ভ্যালিডেটের জন্য অন-বিষয় । 6 মাস আগে বন্ধ ছিল । উন্নত সিদ্ধান্তের গাছগুলি প্রশিক্ষণের জন্য কি কোনও অজগর পাঠাগার রয়েছে?

13 python  cart  boosting 

সাধারণত আমরা সিদ্ধান্ত গাছের মতো বিযুক্ত শ্রেণিবদ্ধের জন্য কোনও আরওসি বক্ররেখা আঁকতে পারি না। আমি কি সঠিক? Dtree এর জন্য কোনও আরওসি বক্ররেখা আঁকানোর কোনও উপায় আছে কি?

13 roc  cart