প্রশ্ন ট্যাগ «categorical-data»

আমি আমার সমস্যাটি একটি উদাহরণ দিয়ে ব্যাখ্যা করব। ধরুন আপনি কোনও ব্যক্তির আয়ের ভবিষ্যদ্বাণী করতে চান এমন কয়েকটি বৈশিষ্ট্য দেওয়া হয়েছে: {বয়স, লিঙ্গ, দেশ, অঞ্চল, শহর} আপনার মতো প্রশিক্ষণ ডেটাসেট রয়েছে train <- data.frame(CountryID=c(1,1,1,1, 2,2,2,2, 3,3,3,3), RegionID=c(1,1,1,2, 3,3,4,4, 5,5,5,5), CityID=c(1,1,2,3, 4,5,6,6, 7,7,7,8), Age=c(23,48,62,63, 25,41,45,19, 37,41,31,50), Gender=factor(c("M","F","M","F", "M","F","M","F", "F","F","F","M")), Income=c(31,42,71,65, 50,51,101,38, …

29 regression  machine-learning  multilevel-analysis  correlation  dataset  spatial  paired-comparisons  cross-correlation  clustering  aic  bic  dependent-variable  k-means  mean  standard-error  measurement-error  errors-in-variables  regression  multiple-regression  pca  linear-model  dimensionality-reduction  machine-learning  neural-networks  deep-learning  conv-neural-network  computer-vision  clustering  spss  r  weighted-data  wilcoxon-signed-rank  bayesian  hierarchical-bayesian  bugs  stan  distributions  categorical-data  variance  ecology  r  survival  regression  r-squared  descriptive-statistics  cross-section  maximum-likelihood  factor-analysis  likert  r  multiple-imputation  propensity-scores  distributions  t-test  logit  probit  z-test  confidence-interval  poisson-distribution  deep-learning  conv-neural-network  residual-networks  r  survey  wilcoxon-mann-whitney  ranking  kruskal-wallis  bias  loss-functions  frequentist  decision-theory  risk  machine-learning  distributions  normal-distribution  multivariate-analysis  inference  dataset  factor-analysis  survey  multilevel-analysis  clinical-trials 

আমি যখন জিএএম ব্যবহার করি তখন এটি আমাকে অবশিষ্ট ডিএফ (কোডের শেষ লাইন)। ওটার মানে কি? জিএএম উদাহরণ ছাড়িয়ে যান, সাধারণভাবে, স্বাধীনতার ডিগ্রির সংখ্যাটি একটি অ-পূর্ণসংখ্যার সংখ্যা হতে পারে?26.626.626.6 > library(gam) > summary(gam(mpg~lo(wt),data=mtcars)) Call: gam(formula = mpg ~ lo(wt), data = mtcars) Deviance Residuals: Min 1Q Median 3Q Max -4.1470 …

27 r  degrees-of-freedom  gam  machine-learning  pca  lasso  probability  self-study  bootstrap  expected-value  regression  machine-learning  linear-model  probability  simulation  random-generation  machine-learning  distributions  svm  libsvm  classification  pca  multivariate-analysis  feature-selection  archaeology  r  regression  dataset  simulation  r  regression  time-series  forecasting  predictive-models  r  mean  sem  lavaan  machine-learning  regularization  regression  conv-neural-network  convolution  classification  deep-learning  conv-neural-network  regression  categorical-data  econometrics  r  confirmatory-factor  scale-invariance  self-study  unbiased-estimator  mse  regression  residuals  sampling  random-variable  sample  probability  random-variable  convergence  r  survival  weibull  references  autocorrelation  hypothesis-testing  distributions  correlation  regression  statistical-significance  regression-coefficients  univariate  categorical-data  chi-squared  regression  machine-learning  multiple-regression  categorical-data  linear-model  pca  factor-analysis  factor-rotation  classification  scikit-learn  logistic  p-value  regression  panel-data  multilevel-analysis  variance  bootstrap  bias  probability  r  distributions  interquartile  time-series  hypothesis-testing  normal-distribution  normality-assumption  kurtosis  arima  panel-data  stata  clustered-standard-errors  machine-learning  optimization  lasso  multivariate-analysis  ancova  machine-learning  cross-validation 

কিছু ভবিষ্যদ্বাণীপূর্ণ মডেলিং কৌশলগুলি ধারাবাহিক ভবিষ্যদ্বাণীদের পরিচালনা করার জন্য আরও বেশি নকশাকৃত, অন্যরা শ্রেণিবদ্ধ বা বিচ্ছিন্ন ভেরিয়েবলগুলি পরিচালনা করার জন্য আরও ভাল। অবশ্যই এক প্রকারকে অন্য ধরণের রূপান্তর করার কৌশল রয়েছে (বিবেচনামূলককরণ, ডামি ভেরিয়েবলস ইত্যাদি)। তবে, এমন কোন ভবিষ্যদ্বাণীপূর্ণ মডেলিং কৌশল রয়েছে যা কেবলমাত্র বৈশিষ্ট্যগুলির ধরণের পরিবর্তন না করে একই …

26 classification  predictive-models  categorical-data  continuous-data  discrete-data 

আমার কাছে একটি সমীক্ষা পরীক্ষা থেকে ডেটা রয়েছে যাতে উত্তরদাতাদের এলোমেলোভাবে চারটি দলের মধ্যে একটিতে নিয়োগ দেওয়া হয়েছিল: > summary(df$Group) Control Treatment1 Treatment2 Treatment3 59 63 62 66 তিনটি চিকিত্সা গোষ্ঠী প্রয়োগ করা উদ্দীপকটিতে কিছুটা পৃথক হয়, তবে আমি যে প্রধান পার্থক্যটি বিবেচনা করি তা নিয়ন্ত্রণ এবং চিকিত্সা গ্রুপগুলির মধ্যে। …

25 r  logistic  categorical-data  interaction  interpretation 

সমস্ত নির্ভরশীল এবং স্বতন্ত্র ভেরিয়েবলগুলি শ্রেণিবদ্ধ পরিবর্তনশীল হলে কি কোনও রিগ্রেশন পরিচালনা করা সম্ভব?

24 regression  logistic  categorical-data 

আমার দুটি ভেরিয়েবল রয়েছে: ড্রাগ নেম (ডিএন) এবং সংশ্লিষ্ট অ্যাডওয়ার্স ইভেন্টস (এই), যা বহু-বহু-সম্পর্কের মধ্যে দাঁড়িয়ে। 33,556 ড্রাগ নাম এবং 9,516 বিরূপ ইভেন্ট রয়েছে। নমুনা আকার প্রায় 5.8 মিলিয়ন পর্যবেক্ষণ। আমি ডিএন এবং এই এর মধ্যে সমিতি / সম্পর্ক অধ্যয়ন করতে এবং বুঝতে চাই। আমি আর এই সেটটি ভিজ্যুয়ালাইজ করার …

24 r  categorical-data  data-visualization  large-data  association-measure 

"দিনের ঘন্টা" যেখানে মান 0, 1, 2, ..., 23 একটি শ্রেণিবদ্ধ পরিবর্তনশীল হতে পারে? আমি না বলতে প্রলুব্ধ হব, যেহেতু 5, উদাহরণস্বরূপ, 3 বা 7 এর চেয়ে 4 বা 6 এর নিকটবর্তী। অন্যদিকে, 23 এবং 0 এর মধ্যে বিচ্ছিন্নতা রয়েছে। সুতরাং এটি সাধারণত শ্রেণীবদ্ধ হিসাবে বিবেচনা করা হয় বা না? …

24 categorical-data  circular-statistics 

নেতিবাচক দ্বিপদী বিতরণ এবং দ্বিপদী বিতরণের মধ্যে পার্থক্য কী? আমি অনলাইনে পড়ার চেষ্টা করেছি, এবং আমি দেখতে পেয়েছি যে ডেটা পয়েন্টগুলি পৃথক হলে নেতিবাচক দ্বিপদী বিতরণ ব্যবহৃত হয়, তবে আমি মনে করি এমনকি দ্বিপদী বিতরণও পৃথক ডেটা পয়েন্টের জন্য ব্যবহার করা যেতে পারে।

22 categorical-data  data-mining  binomial  negative-binomial 

আমি নিশ্চিত নন কেন আমাদের ডামি কোড শ্রেণিবদ্ধ ভেরিয়েবলগুলি দরকার। উদাহরণস্বরূপ, যদি আমার চারটি সম্ভাব্য মান 0,1,2,3 সহ একটি স্পষ্টিক পরিবর্তনশীল থাকে তবে আমি এটিকে দুটি মাত্রা দ্বারা প্রতিস্থাপন করতে পারি। যদি ভেরিয়েবলটির মান 0 হয় তবে এর দুটি মাত্রায় 0,0 থাকবে, যদি এটি 3 থাকে, তবে এটি দুটি মাত্রায় …

22 categorical-data  categorical-encoding 

আমার বোধগম্যতা হল মেশিন লার্নিংয়ে এটি সমস্যা হতে পারে যদি আপনার ডেটাসেটের উচ্চতর সম্পর্কযুক্ত বৈশিষ্ট্য থাকে, কারণ তারা কার্যকরভাবে একই তথ্যকে এনকোড করে। সম্প্রতি কেউ চিহ্নিত করেছেন যে আপনি যখন একটি শ্রেণিবদ্ধ ভেরিয়েবলের উপর এক-হট এনকোডিং করেন তখন আপনি সংযুক্ত বৈশিষ্ট্যগুলি সমাপ্ত করেন, সুতরাং আপনার একটি "রেফারেন্স" হিসাবে ছেড়ে দেওয়া …

22 regression  machine-learning  categorical-data  discrete-data  categorical-encoding 

আমার কাছে তিনটি শ্রেণীবদ্ধ ভেরিয়েবল সহ একটি ডেটাসেট রয়েছে এবং আমি তিনটির মধ্যে একটি গ্রাফের মধ্যে সম্পর্ক কল্পনা করতে চাই। কোন ধারনা? বর্তমানে আমি নিম্নলিখিত তিনটি গ্রাফ ব্যবহার করছি: প্রতিটি গ্রাফ বেসলাইন ডিপ্রেশন (হালকা, মাঝারি, গুরুতর) এর স্তরের জন্য। তারপরে প্রতিটি গ্রাফের মধ্যে আমি চিকিত্সা (0,1) এবং হতাশার উন্নতি (কোনওটিই, …

21 r  data-visualization  categorical-data 

প্রধান উপাদান বিশ্লেষণ (পিসিএ) করার পরে, আমি পিসিএ স্পেসে একটি নতুন ভেক্টর প্রজেক্ট করতে চাই (অর্থাত পিসিএ স্থানাঙ্ক সিস্টেমে এর স্থানাঙ্কগুলি সন্ধান করুন)। আমি আর ভাষা ব্যবহার করে পিসিএ গণনা করেছি prcomp। এখন আমার পিসিএ রোটেশন ম্যাট্রিক্স দ্বারা আমার ভেক্টরকে গুণ করতে সক্ষম হওয়া উচিত। এই ম্যাট্রিক্সের মূল উপাদানগুলি কি …

21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 

আমি ঠিক বুঝতে পেরেছি যে আমি সর্বদা রিগ্রেশন সমস্যা নিয়ে কাজ করেছি যেখানে স্বাধীন ভেরিয়েবলগুলি সর্বদা সংখ্যাসূচক ছিল। সমস্ত স্বতন্ত্র ভেরিয়েবলগুলি শ্রেণিবদ্ধের ক্ষেত্রে আমি লিনিয়ার রিগ্রেশন ব্যবহার করতে পারি?

20 regression  categorical-data 

যথার্থতা হিসাবে সংজ্ঞায়িত করা হয়: p = true positives / (true positives + false positives) এটি সঠিক যে, 0 true positivesএবং false positivesকাছে যাওয়ার সাথে সাথে নির্ভুলতা 1 এ পৌঁছেছে? প্রত্যাহার জন্য একই প্রশ্ন: r = true positives / (true positives + false negatives) আমি বর্তমানে একটি পরিসংখ্যানগত পরীক্ষা বাস্তবায়ন …

20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 

এর মধ্যে সম্পর্ক দেখানোর সর্বোত্তম উপায় কী: অবিচ্ছিন্ন এবং পৃথক পরিবর্তনশীল, দুটি পৃথক ভেরিয়েবল? অবিচ্ছিন্ন ভেরিয়েবলের মধ্যে সম্পর্কটি দেখার জন্য আমি এখন পর্যন্ত স্ক্যাটার প্লট ব্যবহার করেছি। তবে পৃথক ভেরিয়েবলের ক্ষেত্রে ডেটা পয়েন্টগুলি নির্দিষ্ট বিরতিতে জমে থাকে। সুতরাং সেরা ফিট লাইন পক্ষপাতদুষ্ট হতে পারে।

19 data-visualization  categorical-data  random-variable