প্রশ্ন ট্যাগ «classification»

পরিসংখ্যানগত শ্রেণিবিন্যাস হ'ল উপ-জনগোষ্ঠীর চিহ্নিতকরণের সমস্যাটি যেখানে নতুন পর্যবেক্ষণ অন্তর্ভুক্ত, যেখানে উপ-জনসংখ্যার পরিচয় অজানা, যেখানে উপ-জনসংখ্যা পরিচিত তা পর্যবেক্ষণ সম্বলিত ডেটার একটি প্রশিক্ষণের সেটের ভিত্তিতে। সুতরাং এই শ্রেণিবিন্যাসগুলি একটি পরিবর্তনশীল আচরণ প্রদর্শন করবে যা পরিসংখ্যান দ্বারা অধ্যয়ন করা যেতে পারে।

4
প্রতিটি শ্রেণি থেকে এ্যান্ডসি এলোমেলোভাবে নির্বাচিত উদাহরণকে সঠিকভাবে শ্রেণিবদ্ধ করার সম্ভাবনা কি?
আমি একটি কাগজে এই ক্যাপশনটি পড়েছি এবং অন্য কোথাও এওসি বর্ণিত কখনও দেখিনি। এটা কি সত্য? এটি দেখার কোনও প্রমাণ বা সহজ উপায় আছে? চিত্র 2 রিসিভার-অপারেটিং বৈশিষ্ট্যযুক্ত বক্ররেখার (এউসি) এর অধীনে ক্ষেত্রের পরিপ্রেক্ষিতে প্রকাশিত দ্বিধাত্বক ভেরিয়েবলের পূর্বাভাস নির্ভুলতা দেখায় যা প্রতিটি শ্রেণি থেকে দু'জন এলোমেলোভাবে নির্বাচিত ব্যবহারকারীকে সঠিকভাবে শ্রেণিবদ্ধ …
2
চ-পরিমাপটি কি নির্ভুলতার সমার্থক?
আমি বুঝতে পেরেছি যে চ-পরিমাপ (নির্ভুলতা এবং পুনরুদ্ধারের উপর ভিত্তি করে) কোনও শ্রেণিবদ্ধকারী কতটা সঠিক তার অনুমান। এছাড়াও, যখন আমাদের ভারসাম্যহীন ডেটাসেট থাকে তখন নির্ভুলতার চেয়ে এফ-পরিমাপ অনুকূল হয় । আমার একটি সাধারণ প্রশ্ন রয়েছে (যা প্রযুক্তি সম্পর্কে সঠিক পরিভাষা ব্যবহার সম্পর্কে বেশি)। আমার একটি ভারসাম্যহীন ডেটাসেট রয়েছে এবং আমি …
5
কেন বিনা পয়সায় সব খরচ এড়ানো উচিত?
সুতরাং কেন বিনাশকে সর্বদা এড়ানো উচিত সে সম্পর্কে কয়েকটি পোস্ট পড়েছি । এই লিঙ্কটি হ'ল দাবিটির জন্য একটি জনপ্রিয় রেফারেন্স । মূল পটকাটি হ'ল বেনিং পয়েন্টগুলি (বা কাটপয়েন্টস) বরং স্বেচ্ছাচারী এবং ফলস্বরূপ তথ্যের ক্ষতির কারণ এবং সেই স্প্লাইনগুলি অগ্রাধিকার দেওয়া উচিত। যাইহোক, আমি বর্তমানে স্পটিফাই এপিআইয়ের সাথে কাজ করছি, যা …
3
আপনি শ্রেণিবিন্যাসে এলডিএর পরিবর্তে পিসিএ কখন ব্যবহার করবেন?
আমি এই নিবন্ধটি মূল উপাদান উপাদান বিশ্লেষণ এবং একাধিক বৈষম্য বিশ্লেষণ (লিনিয়ার বৈষম্য বিশ্লেষণ) এর মধ্যে পার্থক্য নিয়ে পড়ছি এবং আমি কেন এমডিএ / এলডিএর চেয়ে পিসিএ ব্যবহার করবে তা বোঝার চেষ্টা করছি। ব্যাখ্যাটির সংক্ষিপ্তসার নিম্নরূপ: মোটামুটি পিসিএ ভাষায় আমরা সর্বোচ্চ বৈকল্পের অক্ষগুলি সন্ধান করার চেষ্টা করছি যেখানে ডেটা সর্বাধিক …
1
নিউরাল নেটওয়ার্কগুলি সাধারণত প্রশিক্ষণের সময় "কিক ইন" করতে কিছুটা সময় নেয়?
আমি পিছনে প্রচার ব্যবহার করে শ্রেণিবিন্যাসের জন্য গভীর স্নায়বিক নেটওয়ার্ক প্রশিক্ষণের চেষ্টা করছি। বিশেষত, আমি টেনসর ফ্লো লাইব্রেরিটি ব্যবহার করে চিত্রের শ্রেণিবিন্যাসের জন্য একটি কনভোলশনাল নিউরাল নেটওয়ার্ক ব্যবহার করছি। প্রশিক্ষণের সময়, আমি কিছু অদ্ভুত আচরণ অনুভব করছি, এবং আমি কেবল ভাবছি যে এটি সাধারণ, বা আমি কিছু ভুল করছি কিনা …
3
আরবিএফ এসভিএম ব্যবহারের মামলাগুলি (বনাম লজিস্টিক রিগ্রেশন এবং এলোমেলো বন)
রেডিয়াল-বেস ফাংশন কার্নেল সহ সমর্থন ভেক্টর মেশিনগুলি একটি সাধারণ-উদ্দেশ্য তদারকি করা শ্রেণিবদ্ধকারী। যদিও আমি এই এসভিএমগুলির জন্য তাত্ত্বিক ভিত্তি এবং তাদের দৃ points় বিষয়গুলি জানি, তবে আমি সেসব ক্ষেত্রে সচেতন নই যেখানে তারা পছন্দসই পদ্ধতি। সুতরাং, এমন কি এমন এক শ্রেণির সমস্যা রয়েছে যার জন্য আরবিএফ এসভিএমগুলি অন্যান্য এমএল কৌশলগুলির …
4
লিনিয়ার ক্লাসিফায়ারদের সাথে ওভারফিটিং
আজ আমাদের অধ্যাপক ক্লাসে বলেছিলেন যে "লিনিয়ার ক্লাসিফায়ারগুলির সাথে ওভারফিট করা সম্ভব নয়"। আমি এটাকে ভুল বলে ধরেছি, যেহেতু লিনিয়ার শ্রেণিবদ্ধীরা প্রশিক্ষণ সংস্থায় আউটলিয়ারদের কাছে সংবেদনশীল হতে পারে - উদাহরণস্বরূপ একটি কঠোর মার্জিন সমর্থন করুন ভেক্টর মেশিন: একটি একক কোলাহলী ডেটাপয়েন্টটি পরিবর্তন করতে পারে কোন হাইপারপ্লেনটি ডেটাসেটগুলি পৃথক করতে ব্যবহৃত …
2
শ্রেণিবিন্যাসের জন্য ডেটা পরীক্ষার জন্য পিসিএ প্রয়োগ করা
আমি সম্প্রতি দুর্দান্ত পিসিএ সম্পর্কে শিখেছি এবং বিজ্ঞান-শিখার ডকুমেন্টেশনে বর্ণিত উদাহরণটি করেছি । শ্রেণিবিন্যাসের উদ্দেশ্যে আমি কীভাবে নতুন ডেটা পয়েন্টগুলিতে পিসিএ প্রয়োগ করতে পারি তা জানতে আগ্রহী। একটি 2 মাত্রিক প্লেনে (এক্স, ওয়াই অক্ষ) পিসিএ দেখার পরে, আমি দেখতে পাচ্ছি যে আমি সম্ভবত ডেটার পয়েন্টগুলি পৃথক করার জন্য একটি লাইন …
1
ভারসাম্যহীন ডেটাসেটের জন্য আরওসি বক্ররেখা
একটি ইনপুট ম্যাট্রিক্স এবং একটি বাইনারি আউটপুট ।XXXyyy শ্রেণিবদ্ধের কর্মক্ষমতা পরিমাপের একটি সাধারণ উপায় হ'ল আরওসি বক্ররেখা ব্যবহার করা। একটি আরওসি প্লটে ডায়াগোনালটি এমন ফলাফল যা এলোমেলো শ্রেণিবদ্ধের কাছ থেকে প্রাপ্ত হবে। ভারসাম্যহীন আউটপুট এর ক্ষেত্রে এলোমেলো শ্রেণিবদ্ধের পারফরম্যান্সে বিভিন্ন সম্ভাবনার সাথে বা চয়ন করে উন্নতি করা যেতে পারে ।yyy000111 …
2
আর র‌্যান্ডমফোরেস্টে শ্রেণিবিন্যাসের জন্য প্রান্তিক পরিবর্তন কীভাবে করবেন?
সমস্ত প্রজাতি বিতরণ মডেলিং সাহিত্যের পরামর্শ দেয় যে সম্ভাবনাগুলি (উদাহরণস্বরূপ, র‌্যান্ডমফোরেস্টস) ছাড়িয়ে এমন একটি মডেল ব্যবহার করে কোনও প্রজাতির উপস্থিতি / অনুপস্থিতির পূর্বাভাস দেওয়ার সময়, প্রান্তিক সম্ভাব্যতার পছন্দ বাছাই করা যার দ্বারা একটি প্রজাতিকে উপস্থিতি বা অনুপস্থিতি হিসাবে শ্রেণীবদ্ধ করা গুরুত্বপূর্ণ এবং এক হওয়া উচিত সর্বদা 0.5 এর ডিফল্ট উপর …
3
লজিস্টিক রিগ্রেশনটির জন্য কীভাবে বায়সিয়ান ন্যায্যতার কল্পনা করা যায় ize
বয়েসীয় লজিস্টিক রিগ্রেশন সমস্যার জন্য, আমি একটি উত্তরোত্তর ভবিষ্যদ্বাণীমূলক বিতরণ তৈরি করেছি। আমি ভবিষ্যদ্বাণীপূর্ণ বিতরণ থেকে নমুনা করি এবং আমার প্রতিটি পর্যবেক্ষণের জন্য হাজার হাজার নমুনা (0,1) পাই। মাপসই করা কল্যাণকর দৃষ্টি আকর্ষণীয় চেয়ে কম, উদাহরণস্বরূপ: এই প্লটটি 10 ​​000 নমুনা + পর্যবেক্ষণ করা ডেটাম পয়েন্ট দেখায় (বাম দিক দিয়ে …
1
কেন আনোভা () এবং ড্রপ 1 () জিএলএমএমগুলির জন্য আলাদা উত্তর সরবরাহ করে?
আমার ফর্মটির একটি জিএলএমএম রয়েছে: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) আমি যখন ব্যবহার করি drop1(model, test="Chi"), তখন আমি Anova(model, type="III")গাড়ি প্যাকেজটি ব্যবহার করি বা না থেকে তার চেয়ে আলাদা ফলাফল পাই summary(model)। এই দ্বিতীয় দুটি একই উত্তর দেয়। একগুচ্ছ মনগড়া তথ্য …
10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 
3
"মডেল শিখুন" শব্দটি কোথা থেকে এসেছে?
প্রায়শই আমি শুনেছি এখানে ডেটা মাইনাররা এই শব্দটি ব্যবহার করে। একজন পরিসংখ্যানবিদ হিসাবে যিনি শ্রেণিবদ্ধকরণের সমস্যায় কাজ করেছেন আমি "ট্রেনিং ক্লাসিফায়ার" শব্দটির সাথে পরিচিত এবং আমি ধরে নিয়েছি "একটি মডেল শিখুন" অর্থ একই জিনিস means "একটি শ্রেণিবদ্ধ প্রশিক্ষণ" শব্দটি আমি আপত্তি করি না। এটি মডেল ফিট করার ধারণাকে চিত্রিত করে …
1
ডেনড্রগ্রাম ক্লাস্টারিংয়ের জন্য কফেনেটিক পারস্পরিক সম্পর্ক রয়েছে
একটি ডেনড্রগ্রাম ক্লাস্টারিংয়ের প্রসঙ্গটি বিবেচনা করুন। আসুন আমরা ব্যক্তিদের মধ্যে দূরত্বকে মূল অসামঞ্জস্যতা বলি । ডেনড্রোগ্রাম তৈরির পরে আমরা দুটি ব্যক্তির মধ্যে কফেনেটিক বৈষম্যকে সংজ্ঞায়িত করি যেগুলি এই ব্যক্তিগুলির মধ্যে থাকা ক্লাস্টারের মধ্যে দূরত্ব হিসাবে রয়েছে as কিছু লোক বিবেচনা করে যে আসল অসামঞ্জস্য এবং কোফেনেটিক অসম্পূর্ণতার (যা কোফেনেটিক পারস্পরিক …
3
পরিসংখ্যানগত তাত্পর্য ব্যবহার করে দুটি পৃথক মডেলের যথার্থতা কীভাবে তুলনা করবেন
আমি সময় সিরিজের ভবিষ্যদ্বাণী নিয়ে কাজ করছি। আমি দুটি ডেটা সেটের আছে ডি 1 = { এক্স1, এক্স2, । । । । এক্সএন}D1={x1,x2,....xn}D1=\{x_1, x_2,....x_n\} এবং ডি 2 = { xএন+ 1 , এক্সএন+ 2 , এক্সএন+ + 3 , । । । । , এক্সএন+ + ট }ডি2={এক্সএন+ +1,এক্সএন+ +2,এক্সএন+ …
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.