প্রশ্ন ট্যাগ «feature-selection»

বায়েসের অনুমানকারী কি নির্বাচনের পক্ষপাতদুষ্ট থেকে সুরক্ষিত? বেশিরভাগ কাগজপত্র যা উচ্চ মাত্রায় অনুমানের বিষয়ে আলোচনা করে, যেমন পুরো জিনোম সিকোয়েন্স ডেটা, প্রায়শই নির্বাচন পক্ষপাতের বিষয়টি উত্থাপন করবে। বাছাই পক্ষপাতদুটি এই সত্য থেকেই উদ্ভূত হয় যে, যদিও আমাদের কাছে হাজার হাজার সম্ভাব্য ভবিষ্যদ্বাণী রয়েছে মাত্র কয়েকজনকেই নির্বাচিত করা হবে এবং নির্বাচিত …

11 bayesian  feature-selection  bias  unbiased-estimator  conjugate-prior 

আমি বিএসটিএস আর প্যাকেজ সম্পর্কে স্টিভেন স্কটের স্লাইডগুলি পড়ছি (আপনি সেগুলি এখানে পেতে পারেন: স্লাইডগুলি )। এক পর্যায়ে যখন স্ট্রাকচারাল টাইম সিরিজের মডেলটিতে অনেক রেজিস্ট্রারকে অন্তর্ভুক্ত করার বিষয়ে কথা বলার সময় তিনি রিগ্রেশন সহগের স্পাইক এবং স্ল্যাব প্রিয়ারদের পরিচয় করিয়ে দেন এবং বলেছিলেন যে দণ্ডিত পদ্ধতির তুলনায় এগুলি আরও ভাল। …

11 r  bayesian  feature-selection  penalized  bsts 

আমি লাসো এবং রিজ উভয়ের সাথেই একটি রিগ্রেশন মডেল চালাচ্ছি (0-5 এর মধ্যে একটি পৃথক ফলাফলের পরিবর্তনশীল ভবিষ্যদ্বাণী করতে)। মডেলটি চালানোর আগে, আমি বৈশিষ্ট্যটি সেটটি 250 থেকে 25 এ হ্রাস করার SelectKBestপদ্ধতি ব্যবহার করি । প্রাথমিক বৈশিষ্ট্য নির্বাচন ছাড়া লাসো এবং রিজ উভয়ই যথাযথ স্কোরকে কমিয়ে দেয় [যা ছোট নমুনার …

11 regression  predictive-models  feature-selection  lasso  ridge-regression 

আমি বৈশিষ্ট্য নির্বাচন সম্পর্কে শিখছি। মডেল তৈরির জন্য কেন এটি গুরুত্বপূর্ণ এবং দরকারী হবে তা আমি দেখতে পাচ্ছি। তবে আসুন তদারকি করা শেখার (শ্রেণিবিন্যাস) কার্যগুলিতে ফোকাস করি। শ্রেণিবদ্ধকরণের জন্য বৈশিষ্ট্য নির্বাচন কেন গুরুত্বপূর্ণ? আমি বৈশিষ্ট্য নির্বাচন এবং তত্ত্বাবধানে শেখার জন্য এর ব্যবহার সম্পর্কে প্রচুর সাহিত্যের লেখা দেখি, তবে এটি আমার …

11 feature-selection  accuracy  regression-strategies 

এখানে আমি তত্ত্বাবধানে শেখার বৈশিষ্ট্য নির্বাচনের কব্জির ফলাফলের জন্য চি স্কোয়ার্ড টেস্ট ব্যবহার করার জন্য অন্যরা সাধারণত কী করে সে সম্পর্কে জিজ্ঞাসা করছি। আমি যদি সঠিকভাবে বুঝতে পারি তবে তারা কি প্রতিটি বৈশিষ্ট্য এবং ফলাফলের মধ্যে স্বাধীনতা পরীক্ষা করে এবং প্রতিটি বৈশিষ্ট্যের জন্য পরীক্ষার মধ্যে পি মানগুলি তুলনা করে? ইন …

11 hypothesis-testing  chi-squared  feature-selection  independence  scikit-learn 

বন্ধ থাকে। এই প্রশ্নটি অফ-টপিক । এটি বর্তমানে উত্তর গ্রহণ করছে না। এই প্রশ্নটি উন্নত করতে চান? প্রশ্নটি আপডেট করুন যাতে এটি ক্রস ভ্যালিডেটের জন্য অন-বিষয় । 2 বছর আগে বন্ধ । ডেটাতে গুরুত্বহীন / গুরুত্বপূর্ণ বৈশিষ্ট্যগুলি বাতিল / নির্বাচন করার জন্য আর / পাইথনের উপলব্ধ পদ্ধতি / বাস্তবায়ন কী …

11 r  feature-selection  python 

লিনিয়ার বৈষম্যমূলক শিক্ষার্থীদের মধ্যে শ্রেণি বিচ্ছিন্নতার একটি ভাল পরিমাপের উদাহরণ হ'ল ফিশারের লিনিয়ার বৈষম্য অনুপাত। বৈশিষ্ট্য সেটগুলি লক্ষ্য ভেরিয়েবলগুলির মধ্যে ভাল বর্গ বিভাজন সরবরাহ করে কিনা তা নির্ধারণ করার জন্য কি আরও দরকারী মেট্রিক রয়েছে? বিশেষত, আমি লক্ষ্য শ্রেণীর বিচ্ছেদকে সর্বাধিকীকরণের জন্য ভাল মাল্টিভিয়ারেট ইনপুট বৈশিষ্ট্যগুলি সন্ধান করতে আগ্রহী এবং …

11 machine-learning  classification  feature-selection  discriminant-analysis 

অসাধারণ সনাক্তকরণের জন্য বৈশিষ্ট্যগুলি স্বয়ংক্রিয়ভাবে নির্বাচন করার সর্বোত্তম উপায় কী? আমি সাধারণত অ্যানোমালি ডিটেকশনকে এমন একটি অ্যালগোরিদম হিসাবে গণ্য করি যেখানে বৈশিষ্ট্যগুলি মানব বিশেষজ্ঞরা নির্বাচিত করেছেন: আউটপুট পরিসরটি কীভাবে গুরুত্বপূর্ণ (যেমন "অস্বাভাবিক ইনপুট - অস্বাভাবিক আউটপুট" হিসাবে) তাই অনেকগুলি বৈশিষ্ট্য সহ আপনি সংমিশ্রণ করে আরও অনেক ছোট সাবসেট নিয়ে আসতে …

11 feature-selection  outliers 

mgcvপ্যাকেজের Rঝুলানো টেন্সর পণ্যের পারস্পরিক ক্রিয়ার জন্য দুটি ফাংশন আছে: te()এবং ti()। আমি উভয়ের মধ্যে শ্রমের মৌলিক বিভাজন বুঝতে পারি (একটি অ-রৈখিক ইন্টারঅ্যাকশন বনাম বনাম। এই ইন্টারঅ্যাকশনটিকে প্রধান প্রভাব এবং একটি মিথস্ক্রিয়াতে ডেকপোজ করে)। আমি যা বুঝতে পারি না তা হ'ল কেন te(x1, x2)এবং ti(x1) + ti(x2) + ti(x1, x2)(কিছুটা) …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

আমি উচ্চ-মাত্রিক ডেটা সেটগুলি দিয়ে মাল্টিভারিয়েট বিশ্লেষণে এখন পর্যন্ত যা বুঝলাম তার সংক্ষিপ্ত করার চেষ্টা করছি এবং আমি এখনও নরম-প্রান্তিকের বনাম লাসো (বা ) সঠিক সংজ্ঞা অর্জনের মাধ্যমে সংগ্রাম করছি ।L1L1L_1 আরও স্পষ্টভাবে, আমি জিনোমিক ডেটা সহ 2-ব্লক ডেটা স্ট্রাকচার বিশ্লেষণ করতে স্পার্স পিএলএস রিগ্রেশন ব্যবহার করেছি ( একক নিউক্লিওটাইড …

11 multivariate-analysis  lasso  feature-selection  genetics 

সমস্যার দিকে আমার দৃষ্টিভঙ্গির ক্ষেত্রে বৈচিত্রের স্বার্থে আমি ধাপে ধাপে ধাপে ধাপে পরীক্ষা করছি। সুতরাং, আমার 2 টি প্রশ্ন রয়েছে: পদক্ষেপের প্রতিরোধের সুবিধা কী কী? এর নির্দিষ্ট শক্তিগুলি কী কী? হাইব্রিড পদ্ধতির বিষয়ে আপনি কী ভাবেন, যেখানে আপনি বৈশিষ্ট্যগুলি নির্বাচন করতে ধাপে ধাপে রিগ্রেশন ব্যবহার করেন এবং তারপরে নির্বাচিত সমস্ত …

11 regression  feature-selection  stepwise-regression 

সবকিছু শিরোনামে রয়েছে, এলোমেলো বন ব্যবহার করার আগে বৈশিষ্ট্য নির্বাচন ব্যবহার করা কি বোধগম্য?

11 machine-learning  feature-selection  random-forest 

আমার মেশিন লার্নিং ক্লাসে, আমরা বৈশিষ্ট্য নির্বাচন সম্পাদন করতে লাসো রিগ্রেশন কীভাবে খুব ভাল তা সম্পর্কে শিখেছি, যেহেতু এটি নিয়মিতকরণ ব্যবহার করে ।ঠ1ঠ1l_1 আমার প্রশ্ন: লোকেরা সাধারণত বৈশিষ্ট্য নির্বাচন করার জন্য সাধারণত লাসো মডেলটি ব্যবহার করে (এবং তারপরে এই বৈশিষ্ট্যগুলিকে একটি আলাদা মেশিন লার্নিং মডেল হিসাবে ফেলে দিতে পারে), বা …

10 feature-selection  lasso  regression-strategies 

আমি লজিস্টিক রিগ্রেশন ব্যবহার করেছি। আমার ছয়টি বৈশিষ্ট্য রয়েছে, আমি এই শ্রেণিবদ্ধের গুরুত্বপূর্ণ বৈশিষ্ট্যগুলি জানতে চাই যা অন্যান্য বৈশিষ্ট্যের চেয়ে ফলাফলকে বেশি প্রভাবিত করে। আমি ইনফরমেশন গেইন ব্যবহার করেছি তবে মনে হয় এটি ব্যবহৃত শ্রেণিবদ্ধের উপর নির্ভর করে না। নির্দিষ্ট শ্রেণিবদ্ধ (যেমন লজিস্টিক রিগ্রেশন) এর উপর ভিত্তি করে বৈশিষ্ট্যগুলি তাদের …

10 logistic  feature-selection  ranking  regression-strategies 

প্রসঙ্গ: আমি এমন একটি সিস্টেম বিকাশ করছি যা টাইপস হতে পারে এমন অনর্থক ডেটা ফিল্টার করার জন্য ক্লিনিকাল ডেটা বিশ্লেষণ করে। আমি এ পর্যন্ত কি করেছি: প্রশংসনীয়তা প্রমাণের জন্য, আমার এ পর্যন্ত প্রচেষ্টাটি ছিল ডেটা স্বাভাবিক করার এবং তারপরে সেট ডি (= প্রশিক্ষণের সেট) এর ज्ञিত ডেটা পয়েন্টগুলির দূরত্বের ভিত্তিতে …

10 machine-learning  multivariate-analysis  feature-selection  algorithms  outliers