প্রশ্ন ট্যাগ «cross-validation»

আমি 0 থেকে 1 সাল পর্যন্তglmnet গ্রিডের উপরে ল্যাম্বডা মানগুলি নির্বাচন করে আর -তে প্যাকেজটি ব্যবহার করে স্বাস্থ্যসেবা ডেটাসেটে একটি ইলাস্টিক-নেট লজিস্টিক রিগ্রেশন করছি My আমার সংক্ষিপ্ত কোডটি নীচে রয়েছে:αα\alpha alphalist <- seq(0,1,by=0.1) elasticnet <- lapply(alphalist, function(a){ cv.glmnet(x, y, alpha=a, family="binomial", lambda.min.ratio=.001) }) for (i in 1:11) {print(min(elasticnet[[i]]$cvm))} যা প্রতিটি …

22 machine-learning  cross-validation  glmnet  elastic-net 

আমার বোঝার এমনকি যখন সঠিক ক্রস বৈধতা এবং মডেল নির্বাচন পদ্ধতি অনুসরণ overfitting হয় হবে একটি মডেল জন্য এক যদি অনুসন্ধানসমূহ ঘটতে হার্ড যথেষ্ট , যদি না মডেল জটিলতা, কাল এক চাপিয়ে সীমাবদ্ধতা। অধিকন্তু, প্রায়শই লোকেরা ডেটা থেকে মডেল জটিলতায় জরিমানা শেখার চেষ্টা করে যা তারা সরবরাহ করতে পারে এমন …

21 machine-learning  cross-validation  goodness-of-fit  scikit-learn  caret 

দ্রষ্টব্য: কেস হল এন >> পি আমি পরিসংখ্যানগত শিক্ষার উপাদানগুলি পড়ছি এবং ক্রস বৈধকরণের "ডান" উপায় সম্পর্কে বিভিন্ন উল্লেখ রয়েছে (যেমন পৃষ্ঠা 60, পৃষ্ঠা 245)) বিশেষত, আমার প্রশ্ন হল যখন কোনও মডেল অনুসন্ধান হয়েছে তখন কে-ফোল্ড সিভি বা বুটস্ট্র্যাপিং ব্যবহার করে চূড়ান্ত মডেলটিকে (পৃথক পরীক্ষার সেট ছাড়াই) কীভাবে মূল্যায়ন করা …

21 machine-learning  model-selection  data-mining  cross-validation 

আমি কে-ফোল্ড বৈধতা সম্পর্কে পড়ছি এবং আমি কীভাবে এটি কাজ করে তা আমি নিশ্চিত করতে চাই। আমি জানি যে হোল্ডআউট পদ্ধতির জন্য, ডেটাটি তিনটি সেটে বিভক্ত হয়, এবং পরীক্ষার সেটটি কেবলমাত্র মডেলের কর্মক্ষমতা নির্ধারণের জন্য একেবারে শেষে ব্যবহৃত হয়, যখন বৈধতা সেটটি হাইপারপ্যারামিটারগুলি সুরকরণ ইত্যাদির জন্য ব্যবহৃত হয় ইত্যাদি etc. …

21 cross-validation  validation  out-of-sample 

আমি একই ডেটাসেট সহ বিভিন্ন বাইনারি শ্রেণিবদ্ধকরণ অ্যালগরিদমগুলিতে একটি 10-গুণ ক্রস বৈধতা দৌড়েছি এবং মাইক্রো- এবং ম্যাক্রো উভয়ের গড় ফলাফল পেয়েছি। এটি উল্লেখ করা উচিত যে এটি একটি মাল্টি-লেবেল শ্রেণিবিন্যাস সমস্যা ছিল। আমার ক্ষেত্রে, সত্য নেতিবাচক এবং সত্য ধনাত্মক সমানভাবে ওজন করা হয়। এর অর্থ সঠিকভাবে negativeণাত্মক ভবিষ্যদ্বাণী করা সঠিকভাবে …

21 machine-learning  cross-validation 

শ্রেণিবিন্যাসের জন্য মূল ডেটাসেটকে প্রশিক্ষণে এবং পরীক্ষার সেটে বিভক্ত করার সময়, এলোমেলো নমুনার পরিবর্তে স্তরিত নমুনা ব্যবহারের কোনও / কিছু সুবিধা রয়েছে কিনা তা আমি জানতে চাই। এছাড়াও, স্তরযুক্ত নমুনা কি এলোমেলো নমুনার চেয়ে শ্রেণিবদ্ধে আরও পক্ষপাত প্রবর্তন করে? অ্যাপ্লিকেশন, যার জন্য আমি ডেটা প্রস্তুতির জন্য স্তরিত নমুনা ব্যবহার করতে …

21 classification  cross-validation  random-forest  train  stratification 

আমি জানি যে ক্রস-বৈধতার বাইরে হাইপারপ্যারামিটার টিউনিং করা বাহ্যিক বৈধতার পক্ষপাতদুষ্ট-উচ্চতর অনুমানের দিকে পরিচালিত করতে পারে, কারণ আপনি কার্য সম্পাদন পরিমাপ করতে যে ডেটাসেটটি ব্যবহার করেন একই বৈশিষ্ট্যগুলি সুর করার জন্য আপনি ব্যবহার করেছিলেন। আমি যা ভাবছি তা হ'ল এটি কতটা খারাপ । বৈশিষ্ট্য নির্বাচনের ক্ষেত্রে এটি কীভাবে খারাপ হবে …

20 cross-validation  validation  hyperparameter 

আমি একটি ডেটা সেটে বিভিন্ন শ্রেণিবদ্ধ পরীক্ষা করছি যেখানে 5 টি শ্রেণি রয়েছে এবং প্রতিটি উদাহরণ এই শ্রেণীর একটি বা একাধিকের অন্তর্ভুক্ত থাকতে পারে, তাই আমি বিশেষত স্কাইকিট-লার্নের মাল্টি-লেবেল শ্রেণিবদ্ধ ব্যবহার করছি sklearn.multiclass.OneVsRestClassifier। এখন আমি ব্যবহার করে ক্রস-বৈধতা সম্পাদন করতে চাই sklearn.cross_validation.StratifiedKFold। এটি নিম্নলিখিত ত্রুটি উত্পাদন করে: Traceback (most recent …

20 cross-validation  python  multi-class  scikit-learn  multilabel 

আমি সি-এসভিসি মোডে লিবসভিএম ব্যবহার করছি ডিগ্রি 2 এর বহুপদী কার্নেল সহ এবং আমার একাধিক এসভিএম প্রশিক্ষণ প্রয়োজন। প্রতিটি প্রশিক্ষণ সেটে 10 টি বৈশিষ্ট্য এবং 5000 ভেক্টর রয়েছে। প্রশিক্ষণের সময়, আমি প্রশিক্ষিত বেশিরভাগ এসভিএম-এর জন্য আমি এই সতর্কতাটি পাচ্ছি: WARNING: reaching max number of iterations optimization finished, #iter = 10000000 …

20 machine-learning  cross-validation  svm  regularization  libsvm 

একটি হায়ারারিকিকাল মডেল , আমি মডেলটি ফিট করার জন্য একটি দুটি পর্যায় প্রক্রিয়া চাই। প্রথমে কয়েকটি হাইপারপ্যারামিটার ঠিক করুন এবং তারপরে বাকী প্যারামিটারগুলি বায়েশিয়ান অনুমান করুন । হাইপারপ্যারামিটারগুলি ঠিক করার জন্য আমি দুটি বিকল্প বিবেচনা করছি।θ ϕপি ( x | ϕ , θ )p(x|ϕ,θ)p(x|\phi,\theta)θθ\thetaφϕ\phi এমিরিকাল বেইস (ইবি) ব্যবহার করুন এবং …

20 cross-validation  references  empirical-bayes 

পারস্পরিক সম্পর্কযুক্ত ভেরিয়েবলগুলি নির্বাচনের জন্য দুটি সাধারণ পন্থা হ'ল তাত্পর্য পরীক্ষা এবং ক্রস বৈধতা। প্রতিটি সমস্যার সমাধান করার জন্য কী চেষ্টা করে এবং আমি কখন অন্যটির চেয়ে বেশি পছন্দ করব?

20 cross-validation  feature-selection 

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 

আমি প্রচলিত ঘন ঘনসংখ্যক পরিসংখ্যানীয় ডোমেনে ভবিষ্যদ্বাণীপূর্ণ মডেলগুলির বৈধতা দেওয়ার জন্য পদ্ধতি এবং সফ্টওয়্যার বিকাশে অনেক সময় ব্যয় করেছি । আরও বায়েশিয়ান ধারণাগুলি অনুশীলন এবং শিক্ষার ক্ষেত্রে রাখার সময় আমি কিছু গুরুত্বপূর্ণ পার্থক্য দেখছি race প্রথমত, বায়েশিয়ান ভবিষ্যদ্বাণীপূর্ণ মডেলিং বিশ্লেষককে প্রার্থীদের বৈশিষ্ট্যগুলির সাথে কাস্টমাইজ করা যেতে পারে এমন পূর্ববর্তী বিতরণগুলি …

20 bayesian  cross-validation  predictive-models  validation  regression-strategies 

আর caretপ্যাকেজটি কি উভয় alphaএবং মডেলের lambdaজন্য ক্রস-বৈধ glmnet? এই কোড চালানো, eGrid <- expand.grid(.alpha = (1:10) * 0.1, .lambda = (1:10) * 0.1) Control <- trainControl(method = "repeatedcv",repeats = 3,verboseIter =TRUE) netFit <- train(x =train_features, y = y_train, method = "glmnet", tuneGrid = eGrid, trControl = Control) প্রশিক্ষণের লগটি …

20 r  machine-learning  cross-validation  caret  glmnet 

এনসেম্বল লার্নিংয়ের কে-ফোল্ড ক্রস বৈধতার জন্য ডেটা কীভাবে ভাগ করবেন সে সম্পর্কে আমি বিভ্রান্ত। ধরে নিচ্ছি শ্রেণিবদ্ধকরণের জন্য আমার কাছে একটি পাঠ্য কাঠামো রয়েছে। আমার প্রথম স্তরে শ্রেণিবদ্ধকরণ মডেলগুলি রয়েছে, যেমন এসভিএম, সিদ্ধান্ত গাছ। আমার দ্বিতীয় স্তরে একটি ভোটিং মডেল রয়েছে, যা প্রথম স্তর থেকে ভবিষ্যদ্বাণীগুলি একত্র করে এবং চূড়ান্ত …

20 classification  cross-validation  ensemble