প্রশ্ন ট্যাগ «clustering»

পারমুয়েশন টেস্ট (যাকে এলোমেলোকরণ পরীক্ষা, পুনরায় র্যান্ডমাইজেশন পরীক্ষা বা একটি সঠিক পরীক্ষাও বলা হয়) খুব কার্যকর হয় এবং কার্যকর হয় যখন উদাহরণস্বরূপ প্রয়োজনীয় বন্টনের অনুমানটি t-testপূরণ হয় না এবং যখন র‌্যাঙ্কিংয়ের মাধ্যমে মানগুলির রূপান্তর হয় নন-প্যারাম্যাট্রিক পরীক্ষার Mann-Whitney-U-testফলে আরও তথ্য নষ্ট হতে পারে। যাইহোক, এই ধরণের পরীক্ষাটি নাল হাইপোথিসিসের অধীনে …

15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 

সময় সিরিজে অসাধারণতা সনাক্ত করার জন্য আমি একটি অ্যালগরিদম সেট আপ করতে চাই এবং আমি এটির জন্য ক্লাস্টারিং ব্যবহার করার পরিকল্পনা করছি। ক্লাস্টারিংয়ের জন্য কেন আমি দূরত্বের ম্যাট্রিক্স ব্যবহার করব এবং কাঁচা সময় সিরিজের ডেটা নয় ?, অসঙ্গতি সনাক্তকরণের জন্য, আমি ঘনত্ব-ভিত্তিক ক্লাস্টারিং ব্যবহার করব, ডিবিস্কান হিসাবে একটি অ্যালগরিদম, তাই …

15 time-series  clustering  trend 

সময় সিরিজের ডেটা বিশ্লেষণ করতে আমি শ্রেণিবদ্ধ ক্লাস্টারিং ব্যবহার করছি। আমার কোড ম্যাথমেটিকা ফাংশন ব্যবহার করে প্রয়োগ করা হয়েছে DirectAgglomerate[...], যা নিম্নলিখিত ইনপুটগুলি দিয়ে শ্রেণিবদ্ধ ক্লাস্টার উত্পন্ন করে: একটি দূরত্বের ম্যাট্রিক্স ডি আন্ত-ক্লাস্টার সংযোগ নির্ধারণ করতে ব্যবহৃত পদ্ধতির নাম। আমি ম্যানহাটনের দূরত্ব ব্যবহার করে দূরত্বের ম্যাট্রিক্স ডি গণনা করেছি: d(x,y)=∑i|xi−yi|d(x,y)=∑i|xi−yi|d(x,y) …

15 clustering  distance-functions  ward 

আমি অ্যাফিনিটি প্রচার প্রচারের অ্যালগরিদম ব্যবহার করে সম্ভাব্যতা বিতরণগুলিকে ক্লাস্টারিং করছি এবং আমি জেনসেন-শ্যানন ডাইভারজেনকে আমার দূরত্বের মেট্রিক হিসাবে ব্যবহার করার পরিকল্পনা করছি। জেএসডি নিজেই দূরত্ব হিসাবে ব্যবহার করা ঠিক, বা জেএসডি বর্গক্ষেত্র? কেন? এক বা অন্যটি বেছে নেওয়ার ফলে কী তফাত হবে?

15 machine-learning  clustering  entropy  distance-functions 

আমি ডেটার একটি সেট (চিহ্নের একটি সেট) ক্লাস্টার করার চেষ্টা করেছি এবং 2 টি ক্লাস্টার পেয়েছি। আমি গ্রাফিক্যভাবে এটি উপস্থাপন করতে চাই। উপস্থাপনা সম্পর্কে বিট বিভ্রান্ত, যেহেতু আমার কাছে (x, y) স্থানাঙ্ক নেই। এটি করার জন্য ম্যাটল্যাব / পাইথন ফাংশনটিও সন্ধান করুন। সম্পাদনা আমি মনে করি ডেটা পোস্ট করা প্রশ্নকে …

15 clustering  data-visualization  python 

প্রশ্ন: একটি ডিরিচলেট প্রক্রিয়া ব্যবহার করে ক্লাস্টার ডেটার মানক উপায় কী? গিবস ব্যবহার করার সময় নমুনা দেওয়ার সময় ক্লাস্টার উপস্থিত হয় এবং স্যাম্পলিংয়ের সময় অদৃশ্য হয়ে যায়। তদুপরি, উত্তরোত্তর বিতরণ ক্লাস্টার রিলেবিলিংয়ের জন্য অচলতর হওয়ায় আমাদের একটি সনাক্তকরণের সমস্যা রয়েছে। সুতরাং, আমরা বলতে পারি না যে কোন ব্যবহারকারীর ক্লাস্টার আসলে …

14 bayesian  clustering  mcmc  dirichlet-process  identifiability 

আমি জানি যে কে-মানে ক্লাস্টারিং অ্যালগরিদম এবং কে-মিডিয়ান রয়েছে। একটি ক্লাস্টারের কেন্দ্র হিসাবে গড় ব্যবহার করে এবং অন্যটি মিডিয়ান ব্যবহার করে। আমার প্রশ্ন: কখন / কোথায় কোনটি ব্যবহার করবেন?

14 clustering  k-means 

নিম্নলিখিতটি আমি কী সম্পাদন করার চেষ্টা করছি তা বর্ণনা করে তবে একটি বিকল্প সমস্যার বিবৃতি আমার লক্ষ্য বর্ণনা করতে পারে: আমি চাই নিম্নলিখিত সংখ্যাগুলিকে এমন গ্রুপগুলিতে বিভক্ত করুন যেখানে প্রতিটি গ্রুপের মধ্যে সংখ্যার বৈচিত্রগুলি খুব বেশি নয় এবং গ্রুপগুলির গড়ের মধ্যে পার্থক্য খুব কম নয় শেষে প্রাপ্ত বিতরণটিকে "নিখুঁত "গুলির …

14 clustering  relative-distribution 

আমি কে-মাধ্যম সম্পর্কে গবেষণা করেছি এবং এগুলি আমি পেয়েছি: কে-মেনস হ'ল একটি সহজ অ্যালগরিদম যা জ্ঞাত ক্লাস্টারিং সমস্যাগুলি সমাধান করার জন্য নিরীক্ষণযোগ্য শেখার পদ্ধতি ব্যবহার করে। এটি বড় ডেটাসেটের সাথে সত্যই ভাল কাজ করে। তবে কে-মিনের অপূর্ণতা রয়েছে যা হ'ল: আউটলিয়ার এবং গোলমালগুলির প্রতি দৃ St় সংবেদনশীলতা অ-বৃত্তাকার ক্লাস্টার আকৃতির …

14 clustering  data-mining  algorithms  k-means 

আমি জানি যে এই প্রশ্নটি যথাযথভাবে সংজ্ঞায়িত নয়, তবে কিছু ক্লাস্টারগুলি উপবৃত্তাকার বা নিম্ন মাত্রিক স্থানে থাকতে পারে অন্যদিকে ননলাইনার আকার রয়েছে (2 ডি বা 3 ডি উদাহরণে)। গুচ্ছগুলির আনলাইনারিটির (বা "আকৃতি") কোনও মাপকাঠি আছে কি? নোট করুন যে 2 ডি এবং 3 ডি স্পেসে কোনও ক্লাস্টারের আকৃতি দেখতে কোনও …

14 unsupervised-learning  clustering 

একসাথে সময় সিরিজের তুলনা করার জন্য আমি গতিশীল টাইম ওয়ার্পিংয়ের পরিমাপটি উপলব্ধি করার চেষ্টা করছি। আমার কাছে তিনটি টাইম সিরিজের ডেটাসেট রয়েছে: T1 <- structure(c(0.000213652387565, 0.000535045478866, 0, 0, 0.000219346347883, 0.000359669104424, 0.000269469145783, 0.00016051364366, 0.000181950509461, 0.000385579332948, 0.00078170803205, 0.000747244535774, 0, 0.000622858922454, 0.000689084895259, 0.000487983408564, 0.000224744353298, 0.000416449765747, 0.000308388157895, 0.000198906016907, 0.000179549331179, 9.06289650172e-05, 0.000253506844685, 0.000582896161212, 0.000386473429952, 0.000179839942451, …

14 r  time-series  clustering 

মেশিন লার্নিং শিখতে শুরু করা কারও কাছ থেকে এটি একটি নির্লজ্জ প্রশ্ন। আমি আজকাল মার্সল্যান্ডের "মেশিন লার্নিং: একটি অ্যালগোরিদমিক দৃষ্টিভঙ্গি" বইটি পড়ছি। আমি এটি একটি প্রবর্তনাকারী বই হিসাবে দরকারী মনে করি তবে এখন আমি উন্নত অ্যালগরিদমে যেতে চাই, যেগুলি বর্তমানে সেরা ফলাফল দিচ্ছে। আমি বেশিরভাগ বায়োইনফরম্যাটিক্সে আগ্রহী: জৈবিক নেটওয়ার্কগুলির গুচ্ছবৃত্তি …

14 machine-learning  clustering  bioinformatics 

কেউ কি এল 2 এর পরিবর্তে ক্লাস্টারিংয়ের জন্য বা এল .5 মেট্রিক ব্যবহার করেন ? অগ্রগাল এট আল।, উচ্চ মাত্রিক স্থানের দূরত্বের মেট্রিকগুলির বিস্ময়কর আচরণ সম্পর্কে তিনি বলেছিলেন (2001 সালে) এটিL1L1L_1L.5L.5L_.5L2L2L_2 উচ্চতর মাত্রিক ডেটা মাইনিং অ্যাপ্লিকেশনগুলির জন্যইউক্লিডিয়ান দূরত্বের মেট্রিক এল 2 এরপরে L 1 ধারাবাহিকভাবে আরও বেশি পছন্দসই L1L1L_1L2L2L_2 এবং …

14 clustering  distance-functions  rule-of-thumb 

লক । এই প্রশ্নটি এবং এর উত্তরগুলি লক করা আছে কারণ প্রশ্নটি অফ-টপিক তবে historicalতিহাসিক তাত্পর্যপূর্ণ। এটি বর্তমানে নতুন উত্তর বা মিথস্ক্রিয়া গ্রহণ করছে না। আমি ক্লাস্টার করতে চাই ~ 22000 পয়েন্ট। অনেক ক্লাস্টারিং অ্যালগরিদম উচ্চ মানের প্রাথমিক অনুমানের সাথে আরও ভাল কাজ করে। এমন কোন সরঞ্জাম বিদ্যমান রয়েছে যা …

14 data-visualization  clustering  software 

দেখে মনে হচ্ছে যে কে-মানে এবং অন্যান্য সম্পর্কিত অ্যালগরিদমগুলির জন্য, ক্লাস্টারিং পয়েন্টগুলির মধ্যে দূরত্ব গণনা করে based এমন কি আছে যে এটি ছাড়া কাজ করে?

14 machine-learning  clustering  data-mining  k-means