প্রশ্ন ট্যাগ «clustering»

ক্লাস্টার বিশ্লেষণে কে-মানে একটি বহুল ব্যবহৃত পদ্ধতি। আমার বোধগম্যতার জন্য, এই পদ্ধতিটির জন্য কোনও অনুমানের প্রয়োজন হয় না, অর্থাত্ আমাকে একটি ডেটাসেট এবং একটি নির্দিষ্ট নির্দিষ্ট ক্লাস্টার, কে প্রদান করুন এবং আমি কেবল এই অ্যালগরিদম প্রয়োগ করি যা ক্লাস্টারের স্কোয়ারের মধ্যে স্কোয়ার ত্রুটির যোগফলকে কমিয়ে দেয় (এসএসই) the ত্রুটি। সুতরাং …

365 machine-learning  clustering  data-mining  k-means 

আমি পড়েছি যে 'ইউক্লিডিয়ান দূরত্ব উচ্চ মাত্রায় ভাল দূরত্ব নয়'। আমি অনুমান করি এই বিবৃতিটির মাত্রিকতার অভিশাপের সাথে কিছু আছে তবে ঠিক কী? এছাড়াও 'উচ্চ মাত্রা' কী? আমি 100 বৈশিষ্ট্য সহ ইউক্লিডিয়ান দূরত্ব ব্যবহার করে শ্রেণিবদ্ধ ক্লাস্টারিং প্রয়োগ করছি applying এই মেট্রিকটি ব্যবহার করা কতগুলি বৈশিষ্ট্য পর্যন্ত 'নিরাপদ'?

239 machine-learning  clustering  distance-functions  metric  high-dimensional 

আমি টুইটার ব্যবহারকারীদের তাদের প্রোফাইল ছবিগুলির মাধ্যমে সংযুক্ত একটি ছোট প্রকল্পে কাজ করছি। আমি যে সমস্যার মুখোমুখি হয়েছি তা হ'ল আমি যে চিত্রগুলি পরিষ্কার পোর্ট্রেট ফটোগুলি ব্যতীত অন্য সমস্ত ফিল্টার আউট করার পরে, টুইটার ব্যবহারকারীদের একটি ছোট কিন্তু উল্লেখযোগ্য শতাংশ তাদের জাস্টিন বিবারের ছবিটিকে তাদের প্রোফাইল ছবি হিসাবে ব্যবহার করে। …

110 machine-learning  clustering  image-processing 

আপনি কীভাবে জানবেন যে আপনার (উচ্চ মাত্রিক) ডেটা যথেষ্ট পরিমাণে ক্লাস্টারিং প্রদর্শন করে যাতে কমিয়ান বা অন্যান্য ক্লাস্টারিং অ্যালগরিদম থেকে প্রাপ্ত ফলাফলগুলি আসলে অর্থবহ হয়? বিশেষত কে-মানে অ্যালগরিদমের জন্য, প্রকৃতির ক্লাস্টারিংয়ের ফলাফলগুলি অর্থবহ (এবং উদ্দীপক নয়) হওয়ার জন্য-ক্লাস্টারের বৈকল্পিকতার মধ্যে হ্রাসের পরিমাণ কত হওয়া উচিত? যখন ক্লাস্টারিংটি ভিজ্যুয়ালাইজ করা যায় …

78 clustering  k-means 

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 

আমি একটি অ্যাপ্লিকেশন পেয়েছি যেখানে ক্লাস্টারগুলির মধ্যে উপগোষ্ঠী প্রভাবগুলি সন্ধান করার আগে এটি একটি গোলমাল ডেটাसेट ক্লাস্টার করা সহজ হবে। আমি প্রথমে পিসিএর দিকে নজর দিয়েছি, তবে 90% পরিবর্তনশীলতা পেতে 30 ডলার উপাদান লাগে, সুতরাং পিসির মাত্র দু'একজনকে ক্লাস্টিং করা অনেক তথ্য ফেলে দেয়। আমি তখন টি-এসএনই (প্রথমবারের জন্য) চেষ্টা …

77 clustering  interpretation  k-means  tsne 

অনুরূপ কেসগুলি গোষ্ঠীভুক্ত করতে ডেটাতে ক্লাস্টার বিশ্লেষণ ব্যবহার করার সময়, একটি বৃহত সংখ্যক ক্লাস্টারিং পদ্ধতি এবং দূরত্বের ব্যবস্থার মধ্যে একটি নির্বাচন করা প্রয়োজন। কখনও কখনও, একটি পছন্দ অন্যটিকে প্রভাবিত করতে পারে তবে পদ্ধতিগুলির অনেকগুলি সংমিশ্রণ রয়েছে। বিভিন্ন ক্লাস্টারিং অ্যালগরিদম / পদ্ধতি এবং দূরত্বের ব্যবস্থার মধ্যে কীভাবে চয়ন করতে হবে তার …

73 clustering  distance-functions  methodology 

আমি কোথাও দেখেছি যে ক্লাসিকাল দূরত্বগুলি (ইউক্লিডিয়ান দূরত্বের মতো) দুর্বলভাবে বৈষম্যমূলক হয়ে ওঠে যখন আমাদের কাছে বহুমাত্রিক এবং বিরল ডেটা থাকে। কেন? ইউক্লিডিয়ান দূরত্ব ভাল সঞ্চালন করে না এমন দুটি স্পার ডেটা ভেক্টরের উদাহরণ রয়েছে কি? এক্ষেত্রে আমাদের কোন মিল খুঁজে পাওয়া উচিত?

72 machine-learning  clustering  data-mining  sparse  euclidean 

দক্ষতা বা কার্যকারিতার দিক দিয়ে কি কোনও নির্দিষ্ট উদ্দেশ্য আছে কেন কেন-মানে অ্যালগরিদম উদাহরণস্বরূপ কোসাইন (ডিস) দূরত্বের মেট্রিক হিসাবে মিল ব্যবহার করে না, তবে কেবল ইউক্লিডিয়ান আদর্শ ব্যবহার করতে পারে? সাধারণভাবে, ইউক্লিডিয়ান ছাড়া অন্য দূরত্বগুলি বিবেচনা করা বা ব্যবহৃত হলে কে-মানে পদ্ধতিটি মেনে চলবে এবং সঠিক হবে? [@Ttnphns দ্বারা সংযোজন …

62 clustering  k-means  distance-functions  euclidean 

হায়ারারিকিকাল ক্লাস্টারিং একটি ডেনড্রগ্রাম দ্বারা প্রতিনিধিত্ব করা যেতে পারে। একটি নির্দিষ্ট স্তরে একটি ডেনড্রোগ্রাম কাটা ক্লাস্টারের একটি সেট দেয়। অন্য স্তরে কাটা ক্লাস্টারের আরও একটি সেট দেয়। আপনি ডেনড্রোগ্রাম কাটা কোথায় বেছে নেবেন? এমন একটি কি আছে যা আমরা একটি অনুকূল বিষয় বিবেচনা করতে পারি? যদি আমি সময়ের সাথে সাথে …

60 clustering  dendrogram 

ক্লাস্টারিং অ্যালগরিদমের (যেমন কে-মানে) আগে পিসিএ (মূল উপাদান বিশ্লেষণ) প্রয়োগ করা একটি সাধারণ অনুশীলন। এটি বিশ্বাস করা হয় যে এটি অনুশীলন (শব্দ হ্রাস) এর ক্লাস্টারিং ফলাফলগুলিতে উন্নতি করে। তবে আমি পিসিএ এবং কে-মাধ্যমের মধ্যে সম্পর্কের তুলনামূলক এবং গভীর গভীর অধ্যয়নে আগ্রহী। উদাহরণস্বরূপ, ক্রিস ডিং এবং জিয়াওফেং তিনি, 2004, কে-মানে ক্লাস্টারিংয়ের …

60 clustering  pca  k-means 

আমরা ক্লাস্টার কেন্দ্রগুলি খুঁজে পাই এবং কে-মানে ক্লাস্টারিংয়ে কে বিভিন্ন ক্লাস্টার বিনগুলিতে পয়েন্টগুলি অর্পণ করি যা একটি খুব সুপরিচিত অ্যালগরিদম এবং নেটটিতে প্রায় প্রতিটি মেশিন লার্নিং প্যাকেজে পাওয়া যায়। তবে আমার মতে অনুপস্থিত এবং সবচেয়ে গুরুত্বপূর্ণ অংশটি হ'ল একটি সঠিক কে। এটির জন্য সর্বোত্তম মান কী? এবং, সর্বোত্তম বলতে কী …

54 clustering  k-means 

আমার একটি (প্রতিসামগ্রী) ম্যাট্রিক্স রয়েছে Mযা প্রতিটি জোড় নোডের মধ্যে দূরত্ব উপস্থাপন করে। উদাহরণ স্বরূপ, ABCDEFGHIJKL এ 0 20 20 20 40 60 60 60 100 120 120 120 বি 20 0 20 20 60 80 80 120 120 140 140 140 সি 20 20 0 20 60 80 80 …

52 clustering 

আমি বুঝতে পারি যে কীভাবে একটি artificial neural network (ANN), ভবিষ্যদ্বাণীগুলির ত্রুটি হ্রাস করে ফিটিংটি উন্নত করতে ব্যাকপ্রোগেশন ব্যবহার করে তদারকি পদ্ধতিতে প্রশিক্ষণ দেওয়া যায়। আমি শুনেছি যে একটি এএনএন নিরীক্ষণযোগ্য শিক্ষার জন্য ব্যবহার করা যেতে পারে তবে অপ্টিমাইজেশন পর্যায়ে গাইড করার জন্য কোনও ধরণের ব্যয় বিনা ব্যতীত এটি কীভাবে …

52 clustering  neural-networks  unsupervised-learning  self-organizing-maps 

একটি মাল্টিক্লাস সমস্যা এবং একটি বহুবিধ সমস্যার মধ্যে পার্থক্য কি?

52 classification  clustering  terminology  multi-class  multilabel