প্রশ্ন ট্যাগ «gbm»

দুর্বল ভবিষ্যদ্বাণীপূর্ণ মডেলগুলিকে দৃ strongly়ভাবে ভবিষ্যদ্বাণীমূলক মডেলের সাথে সংযুক্ত করে একটি অ্যালগরিদমের পরিবার। সর্বাধিক প্রচলিত পদ্ধতির নাম গ্রেডিয়েন্ট বুস্টিং, এবং সর্বাধিক ব্যবহৃত দুর্বল মডেলগুলি শ্রেণিবিন্যাস / রিগ্রেশন ট্রি।

2
গ্রেডিয়েন্ট বুস্টিং ট্রি (জিবিএম) এবং অ্যাডাবোস্টের মধ্যে পার্থক্যের স্বজ্ঞাত ব্যাখ্যা
আমি জিবিএম এবং অ্যাডাবোস্টের মধ্যে পার্থক্য বোঝার চেষ্টা করছি। এগুলি আমি এ পর্যন্ত বুঝতে পেরেছি: উভয়ই বুস্টিং অ্যালগরিদম রয়েছে, যা পূর্ববর্তী মডেলের ত্রুটিগুলি থেকে শিক্ষা নেয় এবং শেষ পর্যন্ত মডেলগুলির একটি ভারিত যোগফল তৈরি করে। জিবিএম এবং অ্যাডাবোস্টগুলি তাদের ক্ষতির কার্যকারিতা ব্যতীত বেশ সমান। তবে এখনও তাদের মধ্যে পার্থক্যের ধারণাটি …
48 boosting  gbm  adaboost 

7
কেন র্যান্ডম ফরেস্ট ভবিষ্যদ্বাণীগুলির অনুপস্থিত মানগুলি পরিচালনা করে না?
অনুপস্থিত মানগুলি পরিচালনা না করার তাত্ত্বিক কারণগুলি কী কী? গ্রেডিয়েন্ট বুস্টিং মেশিন, রিগ্রেশন ট্রিগুলি অনুপস্থিত মানগুলি পরিচালনা করে। র্যান্ডম ফরেস্ট কেন তা করে না?

5
জিবিএম-এ ইন্টারঅ্যাকশন গভীরতার অর্থ কী?
আরবিতে জিবিএমের মিথস্ক্রিয়া গভীরতার প্যারামিটার নিয়ে আমার একটি প্রশ্ন ছিল This এটি একটি ক্ষুদ্র প্রশ্ন হতে পারে, যার জন্য আমি ক্ষমাপ্রার্থী, তবে আমি যে পরামিতিটি বিশ্বাস করি যা একটি গাছে টার্মিনাল নোডের সংখ্যা বোঝায়, মূলত এক্স-ওয়ে নির্দেশ করে ভবিষ্যদ্বাণীকারীদের মধ্যে মিথস্ক্রিয়া? কীভাবে এটি কাজ করে তা বোঝার চেষ্টা করছি। অতিরিক্ত …

1
আরবিতে জিএমএম এর n.minobsinnode প্যারামিটার ভূমিকা [বন্ধ]
এই প্রশ্নটি ভবিষ্যতের কোনও দর্শকদের সহায়তা করার সম্ভাবনা কম; এটি কেবলমাত্র একটি ছোট ভৌগলিক ক্ষেত্রের সাথে প্রাসঙ্গিক, একটি নির্দিষ্ট মুহুর্তে বা একটি অসাধারণ সংকীর্ণ পরিস্থিতি যা সাধারণত ইন্টারনেটের বিশ্বব্যাপী দর্শকদের জন্য প্রযোজ্য নয়। এই প্রশ্নটিকে আরও বিস্তৃতভাবে প্রযোজ্য করে তুলতে সহায়তা কেন্দ্রে যান । 7 বছর আগে বন্ধ ছিল । …
21 r  gbm 

3
এক্সজিবিস্ট বনাম পাইথন স্ক্লায়ারেন গ্রেডিয়েন্ট গাছগুলি বাড়িয়েছে
আমি এক্সজিবিস্ট কীভাবে কাজ করে তা বোঝার চেষ্টা করছি। আমি ইতিমধ্যে বুঝতে পেরেছি যে পাইথন স্কলারনে গ্রেডিয়েন্ট বুস্টেড গাছগুলি কীভাবে কাজ করে। আমার কাছে যা স্পষ্ট নয় তা হ'ল এক্সজিবিস্ট একইভাবে কাজ করে তবে দ্রুততর, বা যদি পাইথন বাস্তবায়নের মধ্যে মৌলিক পার্থক্য রয়েছে। আমি যখন এই কাগজ পড়ি http://learningsys.org/papers/LearningSys_2015_paper_32.pdf এটি …

2
জিবিএমের শ্রেণিবিন্যাস কি ভারসাম্যহীন শ্রেণির মাপে ভুগছে?
আমি একটি তত্ত্বাবধানে বাইনারি শ্রেণিবদ্ধকরণ সমস্যাটি নিয়ে কাজ করছি। আমি ব্যক্তিদের নিরক্ষিত / সংক্রামিত হিসাবে শ্রেণিবদ্ধ করতে GBM প্যাকেজটি ব্যবহার করতে চাই। আমার সংক্রামিত ব্যক্তিদের চেয়ে 15 গুণ বেশি অচেতন আমি ভাবছিলাম জিবিএম মডেলগুলি ভারসাম্যহীন শ্রেণির আকারের ক্ষেত্রে ভোগেন কিনা? এই প্রশ্নের উত্তর দেওয়ার জন্য আমি কোনও রেফারেন্স পাইনি। আমি …

4
পুনরাবৃত্তির সংখ্যা বাড়ার সাথে সাথে গ্রেডিয়েন্ট বুস্টিং মেশিনের নির্ভুলতা হ্রাস পায়
আমি এর মাধ্যমে গ্রেডিয়েন্ট বুস্টিং মেশিন অ্যালগরিদম নিয়ে পরীক্ষা করছি caret আর। প্যাকেজটির ing একটি ছোট কলেজ ভর্তি ডেটাসেট ব্যবহার করে, আমি নিম্নলিখিত কোডটি চালিয়েছি: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ### Create yes/no levels for admission. ### mydata$admit_factor[mydata$admit==0] <- "no" mydata$admit_factor[mydata$admit==1] <- "yes" ### Gradient boosting …
15 machine-learning  caret  boosting  gbm  hypothesis-testing  t-test  panel-data  psychometrics  intraclass-correlation  generalized-linear-model  categorical-data  binomial  model  intercept  causality  cross-correlation  distributions  ranks  p-value  z-test  sign-test  time-series  references  terminology  cross-correlation  definition  probability  distributions  beta-distribution  inverse-gamma  missing-data  paired-comparisons  paired-data  clustered-standard-errors  cluster-sample  time-series  arima  logistic  binary-data  odds-ratio  medicine  hypothesis-testing  wilcoxon-mann-whitney  unsupervised-learning  hierarchical-clustering  neural-networks  train  clustering  k-means  regression  ordinal-data  change-scores  machine-learning  experiment-design  roc  precision-recall  auc  stata  multilevel-analysis  regression  fitting  nonlinear  jmp  r  data-visualization  gam  gamm4  r  lme4-nlme  many-categories  regression  causality  instrumental-variables  endogeneity  controlling-for-a-variable 

4
মেশিন লার্নিং অ্যালগরিদমগুলির জন্য ভবিষ্যদ্বাণী অন্তরগুলি
আমি জানতে চাই যে নীচে বর্ণিত প্রক্রিয়াটি বৈধ / গ্রহণযোগ্য এবং কোনও ন্যায়সঙ্গত উপলব্ধ কিনা। ধারণা: তদারকি করা অ্যালগরিদমগুলি ডেটা সম্পর্কে অন্তর্নিহিত কাঠামো / বিতরণকে ধরে নেয় না। দিনের শেষে তারা অনুমানের ফলাফল নির্ধারণ করে। আমি আশা করি কোনওভাবেই অনুমানের অনিশ্চয়তা মেটানোর জন্য। এখন, এমএল মডেল বিল্ডিং প্রক্রিয়া সহজাতভাবে এলোমেলো …

1
জিবিএম প্যাকেজ বনাম ক্যারেট জিবিএম ব্যবহার করে
আমি ব্যবহার করে মডেল টিউন করছি caret, তবে gbmপ্যাকেজটি ব্যবহার করে আবার মডেল চালাচ্ছি । caretপ্যাকেজটি ব্যবহার করে gbmএবং আউটপুট একই হওয়া উচিত এটি আমার বোধগম্য । যাইহোক, কেবলমাত্র একটি দ্রুত পরীক্ষা চালানো data(iris)মূল্যায়ন মেট্রিক হিসাবে আরএমএসই এবং আর ^ 2 ব্যবহার করে প্রায় 5% এর মডেলের মধ্যে একটি তাত্পর্য …

1
কীভাবে জিবিএম প্রেডিকশন ইন্টারভেল পাবেন to
আমি ক্যারেট প্যাকেজটি ব্যবহার করে জিবিএম মডেলগুলির সাথে কাজ করছি এবং আমার পূর্বাভাসযুক্ত ডেটার জন্য পূর্বাভাস অন্তরগুলি সমাধান করার জন্য একটি পদ্ধতি সন্ধান করছি। আমি ব্যাপক অনুসন্ধান করেছি তবে র্যান্ডম ফরেস্টের পূর্বাভাস অন্তরগুলি সন্ধান করার জন্য কয়েকটি ধারণা নিয়ে এসেছি। যে কোনও সহায়তা / আর কোডের প্রশংসা করা হবে!

4
জেনারেলাইজড বুস্টেড রিগ্রেশন মডেলে গাছের সংখ্যা কীভাবে চয়ন করবেন?
কোনও জিবিএমে গাছের সংখ্যা বাছাই করার কৌশল আছে কি? বিশেষত: এর কার্যকারিতাতে ntreesযুক্তি ।Rgbm কেন আপনি ntreesসর্বোচ্চ যুক্তিসঙ্গত মান সেট করা উচিত নয় তা আমি দেখতে পাচ্ছি না । আমি লক্ষ করেছি যে বিপুল সংখ্যক গাছ স্পষ্টতই একাধিক জিবিএম থেকে ফলাফলের পরিবর্তনশীলতা হ্রাস করে। আমি মনে করি না যে প্রচুর …

1
পুনর্নির্বাচিত বুস্টেড রিগ্রেশন ট্রি (বিআরটি), জেনারাইজড বুস্টেড মডেল (জিবিএম) এবং গ্রেডিয়েন্ট বুস্টিং মেশিন (জিবিএম)
প্রশ্নাবলী: বুস্টেড রিগ্রেশন ট্রি (বিআরটি) এবং জেনারেলাইজড বুস্টেড মডেল (জিবিএম) এর মধ্যে পার্থক্য কী? এগুলি কি বিনিময়যোগ্যভাবে ব্যবহার করা যায়? একটি অন্যর একটি নির্দিষ্ট ফর্ম? ফ্রিডম্যান এর আগে "গ্রেডিয়েন্ট বুস্টিং মেশিন" (জিবিএম) হিসাবে যা প্রস্তাব করেছিলেন তা বর্ণনা করতে রিজওয়ে "জেনারালাইজড বুস্টেড রিগ্রেশন মডেলস" (জিবিএম) শব্দটি কেন ব্যবহার করেছিলেন? এই …

2
গাছ বাড়ানোর ক্ষেত্রে টিউনিং পরামিতিগুলির অনুকূল মানগুলি কীভাবে সন্ধান করবেন?
আমি বুঝতে পারি বুস্টিং ট্রি মডেলের 3 টি সুর করার প্যারামিটার রয়েছে, অর্থাত্‍ গাছের সংখ্যা (পুনরাবৃত্তির সংখ্যা) সঙ্কুচিত পরামিতি বিভাজনের সংখ্যা (প্রতিটি উপাদান গাছের আকার) আমার প্রশ্ন: টিউনিংয়ের প্রতিটি পরামিতিগুলির জন্য, আমি এর সর্বোত্তম মানটি কীভাবে খুঁজে পাব? আর কী পদ্ধতি? দ্রষ্টব্য: সঙ্কুচিত প্যারামিটার এবং গাছের প্যারামিটারের সংখ্যা এক সাথে …

3
আরবিবিএম কীভাবে ডিস্ট্রিবিউশন = "অ্যাডাবুস্ট" দিয়ে ব্যবহার করবেন?
ডকুমেন্টেশনে উল্লেখ করা হয়েছে যে বিতরণ = "অ্যাডাবুস্ট" সহ আর জিবিএম 0-1 শ্রেণিবিন্যাস সমস্যার জন্য ব্যবহার করা যেতে পারে। নিম্নলিখিত কোড খণ্ড বিবেচনা করুন: gbm_algorithm <- gbm(y ~ ., data = train_dataset, distribution = "adaboost", n.trees = 5000) gbm_predicted <- predict(gbm_algorithm, test_dataset, n.trees = 5000) এটি ডকুমেন্টেশনে পাওয়া যাবে যে …
9 r  gbm 
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.