প্রশ্ন ট্যাগ «distance-functions»

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 

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 

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 

মনে করুন আপনি দুটি বস্তুর হয়েছে যার সঠিক অবস্থানে অজানা দেওয়া হয়, কিন্তু পরিচিত পরামিতি সঙ্গে স্বাভাবিক ডিস্ট্রিবিউশন (যেমন অনুযায়ী বিতরণ করা হয় a ∼ N( এম , এস )a∼N(m,s)a \sim N(m, s) এবং খ ∼ এন( ভি , টি ) )b∼N(v,t))b \sim N(v, t)) । আমরা অনুমান করতে পারেন …

41 normal-distribution  distance-functions 

আমি দেখতে পাচ্ছি যে কুলব্যাক – লেইবলার বনাম কোলমোগোরভ-স্মারনভ দূরত্বের ব্যবস্থার মধ্যে প্রচুর আনুষ্ঠানিক পার্থক্য রয়েছে। তবে উভয়ই বিতরণের মধ্যকার দূরত্ব পরিমাপ করতে ব্যবহৃত হয়। একটি সাধারণ পরিস্থিতি যেখানে অন্যটির পরিবর্তে একটি ব্যবহার করা উচিত? এটা করার যৌক্তিকতা কি?

37 distributions  distance-functions  kolmogorov-smirnov  kullback-leibler 

আমার ডেটাসেটে আমাদের দুটি ধারাবাহিক এবং প্রাকৃতিকভাবে পৃথক পৃথক ভেরিয়েবল রয়েছে। আমি জানতে চাই যে আমরা উভয় প্রকারের ভেরিয়েবল ব্যবহার করে শ্রেণিবদ্ধ ক্লাস্টারিং করতে পারি কিনা। এবং যদি হ্যাঁ, তবে কোন দূরত্ব পরিমাপ উপযুক্ত?

34 clustering  similarities  distance-functions  mixed-type-data 

[প্রাথমিক শিরোনাম "শ্রেণিবিন্যাসের ক্লাস্টারিং গাছগুলির জন্য মিলের পরিমাপ" পরবর্তীকালে @ttnphns দ্বারা বিষয়টিকে আরও ভালভাবে প্রতিফলিত করার জন্য পরিবর্তন করা হয়েছে] আমি রোগীর রেকর্ডগুলির একটি ডেটাফ্রেমের উপর অনেকগুলি শ্রেণিবিন্যাসিক ক্লাস্টার বিশ্লেষণ করছি (উদাহরণস্বরূপ http://www.biomedcentral.com/1471-2105/5/126/figure/F1?highres=y এর মতো ) আমি গাছের চূড়ান্ত ক্লাস্টার / কাঠামো / দৃশ্যে (ডেনড্রোগ্রাম) এর প্রভাবগুলি বোঝার জন্য বিভিন্ন …

28 r  clustering  distance-functions  similarities  dendrogram 

আমি কী করার চেষ্টা করছি তা বর্ণনা করার জন্য কিছু ভাল পরিভাষা খুঁজছি, উত্সগুলি সন্ধান করা আরও সহজ করে তুলতে। সুতরাং, বলুন আমার কাছে দুটি এবং A এবং B পয়েন্টের দুটি ক্লাস্টার রয়েছে, প্রত্যেকটিই দুটি এবং দুটি মান, X এবং Y এর সাথে যুক্ত, এবং আমি A এবং B এর …

28 multivariate-analysis  terminology  distance-functions 

একটি সেটিং যেখানে এক লক্ষ্য সালে X1,…,XnX1,…,XnX_1,\ldots,X_n ঘনত্ব একটি বিতরণ থেকে বিতরণ করা fff , আমি ভাবছি যদি একটা নিরপেক্ষ মূল্নির্ধারক (উপর ভিত্তি করে XiXiX_i ঘনত্ব সঙ্গে অন্য বিতরণের Hellinger দূরত্বের 'গুলি) f0f0f_0 , যথা H(f,f0)={1−∫Xf(x)f0(x)−−−−−−−−√dx}1/2.H(f,f0)={1−∫Xf(x)f0(x)dx}1/2. \mathfrak{H}(f,f_0) = \left\{ 1 - \int_\mathcal{X} \sqrt{f(x)f_0(x)} \text{d}x \right\}^{1/2}\,.

20 pdf  unbiased-estimator  distance-functions  functional-data-analysis  hellinger 

আমি ডেটা যেখানে প্রতিটি তথ্য গঠিত একটি সেট আছে এনএনn বিভিন্ন ব্যবস্থা। প্রতিটি পরিমাপের জন্য, আমার একটি মানদণ্ডের মান রয়েছে। আমি জানতে চাই যে প্রতিটি ডেটা মানদণ্ডের মানটির কতটা কাছাকাছি। আমি ওয়েট ইউক্লিডিয়ান দূরত্বটি এভাবে ব্যবহার করার কথা ভেবেছিলাম: ঘএক্স , খ= ( ∑)এনi = 1Wআমি( এক্সআমি- খআমি)2) )1 / …

16 distance-functions 

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 

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 

আমি কেবল কালেক্টিভ ইন্টেলিজেন্স (টবি সেগারান দ্বারা) বইটি নিয়ে কাজ করছি এবং ইউক্লিডিয়ান দূরত্বের স্কোরটি পেরিয়ে এসেছি। বইটিতে লেখক দেখিয়েছেন যে কীভাবে দুটি প্রস্তাবনা অ্যারে (যেমন মধ্যে সাদৃশ্য গণনা করতে হয় ।ব্যক্তি × চলচ্চিত্র ↦ স্কোর )person×movie↦score)\textrm{person} \times \textrm{movie} \mapsto \textrm{score}) তিনি হিসাব করে দুই ব্যক্তিদের জন্য ইউক্লিডিয় দূরত্ব এবং …

13 distance-functions  similarities 

দ্রষ্টব্য: এই প্রশ্নটি পুনরায় পোস্ট করা হয়েছে, কারণ আমার আগের প্রশ্নটি আইনি কারণে মুছে ফেলা হয়েছিল। আর- lmeএর nlmeপ্যাকেজ থেকে ফাংশনটির সাথে এসএএস থেকে প্রসকে মিক্সেড তুলনা করার সময় , আমি কিছু বরং বিভ্রান্তিকর পার্থক্যের উপর হোঁচট খেয়েছি। আরও সুনির্দিষ্টভাবে বলা যায় যে বিভিন্ন পরীক্ষায় স্বাধীনতার ডিগ্রিগুলির মধ্যে পার্থক্য রয়েছে …

12 r  mixed-model  sas  degrees-of-freedom  pdf  unbiased-estimator  distance-functions  functional-data-analysis  hellinger  time-series  outliers  c++  relative-risk  absolute-risk  rare-events  regression  t-test  multiple-regression  survival  teaching  multiple-regression  regression  self-study  t-distribution  machine-learning  recommender-system  self-study  binomial  standard-deviation  data-visualization  r  predictive-models  pearson-r  spearman-rho  r  regression  modeling  r  categorical-data  data-visualization  ggplot2  many-categories  machine-learning  cross-validation  weka  microarray  variance  sampling  monte-carlo  regression  cross-validation  model-selection  feature-selection  elastic-net  distance-functions  information-theory  r  regression  mixed-model  random-effects-model  fixed-effects-model  dataset  data-mining