প্রশ্ন ট্যাগ «feature-selection»

প্রসঙ্গ : আমি তাই আমি ব্যবহার করছি একটি scatterplot যে স্থিতিমাপ বলে মনে হচ্ছে না একটি রেখা আঁকা করতে চাই, geom_smooth()এ ggplotমধ্যে R। এটি স্বয়ংক্রিয়ভাবে প্রত্যাবর্তন করে geom_smooth: method="auto" and size of largest group is >=1000, so using gam with formula: y ~ s(x, bs = "cs"). Use 'method = …

14 r  gam  splines  loess  r  data-visualization  boxplot  mathematical-statistics  theory  sufficient-statistics  machine-learning  classification  correlation  svm  feature-selection  probability  stochastic-processes  machine-learning  reinforcement-learning 

ইতিমধ্যে জবাব দেওয়া একটি প্রশ্নের অনুসরণ করে ( ওয়ান-লেয়ার ফিড-ফরোয়ার্ড নেটওয়ার্ক থেকে ওজনকে গুরুত্ব দেওয়া ) আমি নিউরাল নেটওয়ার্কগুলিতে ইনপুটগুলির প্রাসঙ্গিকতা সম্পর্কে অনুমানের সন্ধান করছি। গভীর নেট বিবেচনা করে, যেখানে সুদের আউটপুট নোড থেকে স্তরগুলি পিছনে গিয়ে ইনপুট গুরুত্ব পুনর্গঠন করা কঠিন বা সময় সাপেক্ষ হতে পারে, আমি ভাবছিলাম যে …

14 neural-networks  python  feature-selection  sensitivity-analysis 

প্রশ্ন: পরিবর্তনশীল নির্বাচনের জন্য অন্যের আগে একের ব্যবহার করার সুবিধা / অসুবিধাগুলি কী? ধরুন আমার সম্ভাবনা রয়েছে: যেখানে আমি যেকোনো একটি প্রিয়ার রাখতে পারি: বা: y∼N(Xw,σ2I)y∼N(Xw,σ2I)y\sim\mathcal{N}(Xw,\sigma^2I)wi∼πδ0+(1−π)N(0,100)π=0.9,wi∼πδ0+(1−π)N(0,100)π=0.9, w_i\sim \pi\delta_0+(1-\pi)\mathcal{N}(0,100)\\ \pi=0.9\,, wi∼exp(−λ|wi|)λ∼Γ(1,1).wi∼exp⁡(−λ|wi|)λ∼Γ(1,1). w_i\sim \exp(-\lambda|w_i|)\\ \lambda \sim \Gamma(1,1)\,. 'নিয়মিতকরণ' প্যারামিটারটি বেছে নেওয়ার জন্য বেশিরভাগ ওজন শূন্য এবং গামার আগে জোর দেওয়ার জন্য আমি …

14 bayesian  feature-selection 

বিশেষত কাগল প্রতিযোগিতার প্রসঙ্গে আমি লক্ষ্য করেছি যে মডেলটির পারফরম্যান্স সমস্ত বৈশিষ্ট্য নির্বাচন / ইঞ্জিনিয়ারিং সম্পর্কে। যদিও আমি আরও বুঝতে পারি যে আরও প্রচলিত / পুরাতন-স্কুল এমএল অ্যালগরিদমগুলির সাথে কাজ করার ক্ষেত্রে কেন এমনটি হয় তবে গভীর স্নায়বিক নেটওয়ার্কগুলি ব্যবহার করার সময় কেন এমনটি হবে তা আমি দেখতে পাচ্ছি না। …

14 neural-networks  deep-learning  feature-selection  feature-engineering 

আমি পরিসংখ্যান শেখার বইয়ের উপাদানগুলির সেরা উপসেট নির্বাচন সম্পর্কে পড়ছি। যদি আমার কাছে 3 পূর্বাভাস থাকে , আমি উপসেট তৈরি করব:2 3 = 8x1,x2,x3x1,x2,x3x_1,x_2,x_323=823=82^3=8 কোন ভবিষ্যদ্বাণীকারী সহ সাবসেট পূর্বাভাসকারী সাথে সাবসেটx1x1x_1 পূর্বাভাসকারী সাথে সাবসেটx2x2x_2 সাথে সাবসেটx3x3x_3 পূর্বাভাসকারীদের সাথে সাবসেটx1,x2x1,x2x_1,x_2 সহ সাবসেটx1,x3x1,x3x_1,x_3 পূর্বাভাসকারীদের সাথে সাবসেটx2,x3x2,x3x_2,x_3 সহ সাবসেটx1,x2,x3x1,x2,x3x_1,x_2,x_3 তারপরে আমি সেরা মডেলগুলি …

13 regression  feature-selection  lasso  bias-variance-tradeoff 

আমি যা বুঝি সেগুলি থেকে, পি-মানগুলির উপর ভিত্তি করে পরিবর্তনশীল নির্বাচন (কমপক্ষে রিগ্রেশন প্রসঙ্গে) অত্যন্ত ত্রুটিযুক্ত। এটি এআইসির উপর ভিত্তি করে পরিবর্তনশীল নির্বাচন (বা অনুরূপ) হিসাবে একই কারণেও ত্রুটিযুক্ত হিসাবে বিবেচিত হয়, যদিও এটি কিছুটা অস্পষ্ট বলে মনে হয় (যেমন আমার প্রশ্ন এবং এই বিষয়ে এখানে কিছু লিঙ্কগুলি দেখুন: "পদক্ষেপের …

13 hypothesis-testing  multiple-regression  feature-selection  model-selection  aic 

আমি জানি যে বৈশিষ্ট্যগুলির মূল সেটটিতে বৈশিষ্ট্য সংখ্যা হ্রাস করার লক্ষ্যে বৈশিষ্ট্য নির্বাচন এবং মাত্রিক হ্রাস উভয়ই লক্ষ্য। আমরা যদি উভয়েই একই জিনিসটি করি তবে দুজনের মধ্যে সঠিক পার্থক্য কী?

13 machine-learning  pca  feature-selection  dimensionality-reduction 

ইলাস্টিক নেট এর জন্য অন্যতম অনুপ্রেরণা ছিল লাসোর নিম্নলিখিত সীমাবদ্ধতা: ইন ক্ষেত্রে, সর্বাধিক Lasso নির্বাচন এন ভেরিয়েবল এটা আগে সুসিক্ত কনভেক্স অপটিমাইজেশন সমস্যা প্রকৃতির কারণে। এটি ভেরিয়েবল নির্বাচন পদ্ধতির সীমিত বৈশিষ্ট্য বলে মনে হয়। তদ্ব্যতীত, সহগের L1- আদর্শের উপর আবদ্ধ একটি নির্দিষ্ট মানের চেয়ে ছোট না হলে লাসোটি ভালভাবে সংজ্ঞায়িত …

13 regression  optimization  feature-selection  lasso 

আমার প্রশ্ন: এলোমেলো বন কেন গাছের স্তরের পরিবর্তে প্রতিটি গাছের মধ্যে নোড স্তরে বিভক্ত হওয়ার জন্য বৈশিষ্ট্যগুলির এলোমেলো উপগুলি বিবেচনা করে ? পটভূমি: এটি একটি ইতিহাসের প্রশ্ন। টিন কাম হো ১৯৯৮ সালে প্রতিটি গাছের বৃদ্ধি করার জন্য এলোমেলোভাবে ব্যবহারের জন্য বৈশিষ্ট্যগুলির একটি উপসেট নির্বাচন করে "সিদ্ধান্ত বন" নির্মাণের জন্য এই …

13 machine-learning  feature-selection  random-forest  importance  history 

অতীতে বহু বায়োমেডিকাল কাগজপত্রে স্টেপওয়াইজ রিগ্রেশনকে অতিরিক্ত ব্যবহার করা হয়েছিল তবে এটি এর বিভিন্ন বিষয়গুলির আরও ভাল শিক্ষার সাথে উন্নত হবে বলে মনে হয়। অনেক পুরানো পর্যালোচক অবশ্য এখনও এটি চেয়েছেন। পদক্ষেপের প্রতিরোধের একটি ভূমিকা আছে এবং যদি তা ব্যবহার করা উচিত তবে কী কী পরিস্থিতিতে আছে ?

13 regression  multiple-regression  feature-selection  model-selection  stepwise-regression 

আমি পড়েছি যে গ্রুপ লাসোটি ভেরিয়েবলের একটি গ্রুপে পরিবর্তনশীল নির্বাচন এবং স্পারসিটির জন্য ব্যবহৃত হয়। আমি এই দাবির পিছনে অন্তর্দৃষ্টি জানতে চাই গ্রুপ লাসো কেনো লাসোর চেয়ে বেশি পছন্দ? গোষ্ঠী লাসো সমাধানের পথটি কেন পয়েন্টওয়্যার লিনিয়ার নয়?

13 regression  feature-selection  lasso  regularization 

আমি বুঝতে পারি এলএলইর জন্য অ্যালগরিদমের পিছনে মূল নীতিটি তিনটি পদক্ষেপ নিয়ে গঠিত। কিছু মেট্রিক যেমন কে-এনএন দ্বারা প্রতিটি ডেটা পয়েন্টের আশপাশ সন্ধান করা। প্রতিবেশীর জন্য ওজন সন্ধান করুন যা প্রতিবেশীর ডেটা পয়েন্টে কী প্রভাব ফেলে তা বোঝায়। গণিত ওজনের উপর ভিত্তি করে ডেটাটির নিম্ন মাত্রিক এম্বেডিং তৈরি করুন। তবে …

13 machine-learning  model-selection  feature-selection  dimensionality-reduction  nonlinear 

আমি নিম্নলিখিত কোড সহ আর-তে প্যাকেজ 'লারস' ব্যবহার করছি: > library(lars) > set.seed(3) > n <- 1000 > x1 <- rnorm(n) > x2 <- x1+rnorm(n)*0.5 > x3 <- rnorm(n) > x4 <- rnorm(n) > x5 <- rexp(n) > y <- 5*x1 + 4*x2 + 2*x3 + 7*x4 + rnorm(n) > …

13 correlation  feature-selection  lasso  regularization  ridge-regression 

আমি তাদের বৈশিষ্ট্য মান সহ প্রোটিনের তালিকা আছে। একটি নমুনা সারণী দেখতে দেখতে: ...............Feature1...Feature2...Feature3...Feature4 Protein1 Protein2 Protein3 Protein4 সারিগুলি হ'ল প্রোটিন এবং কলামগুলি বৈশিষ্ট্য। আমার পাশাপাশি প্রোটিনগুলির একটি তালিকা রয়েছে যা ইন্টারঅ্যাক্ট করে; উদাহরণ স্বরূপ Protein3, Protein4 Protein1, Protein2 Protein4, Protein1 সমস্যা : প্রাথমিক বিশ্লেষণের জন্য আমি জানতে চাই কোন …

13 machine-learning  statistical-significance  feature-selection  networks 

আমার কাছে কিছু ডেটা পয়েন্ট রয়েছে, যার মধ্যে প্রত্যেকে 5 টি ভেক্টর সমন্বিত পৃথক পৃথক ফলাফল রয়েছে, প্রতিটি ভেক্টরের ফলাফল আলাদা বিতরণ দ্বারা উত্পন্ন হয়েছে (নির্দিষ্ট ধরণের যেটি সম্পর্কে আমি নিশ্চিত নই, আমার সর্বোত্তম অনুমান ওয়েইবুল, আকৃতির প্যারামিটারটি ক্ষমতার বাহকের কাছাকাছি কোথাও পরিবর্তিত হয়) আইন (1 থেকে 0, মোটামুটি)) আমি …

13 distributions  clustering  feature-selection  kolmogorov-smirnov  k-means