প্রশ্ন ট্যাগ «importance»

আমি প্রতিরোধের জন্য এলোমেলো বন নিয়ে ঘুরে বেড়াচ্ছি এবং দুটি পদক্ষেপের গুরুত্বের অর্থ কী এবং কীভাবে তাদের ব্যাখ্যা করা উচিত তা নিয়ে কাজ করতে আমার সমস্যা হচ্ছে। importance()ফাংশন প্রতিটি পরিবর্তনশীল জন্য দুটি মান দেয়: %IncMSEএবং IncNodePurity। এই 2 টি মানের জন্য কি সাধারণ ব্যাখ্যা আছে? জন্য IncNodePurityবিশেষ করে, এই কেবল …

40 r  machine-learning  random-forest  importance 

পরিবর্তনশীল গুরুত্বের র‌্যাঙ্কিংয়ের ক্ষেত্রে (সমস্ত ধরণের মাল্টিভারিয়েট মডেলের প্রসঙ্গে) আমি কিছুটা নিলিল হয়ে গেছি । প্রায়শই আমার কাজ চলাকালীন আমাকে অন্য একটি দলকে একটি পরিবর্তনশীল গুরুত্বের র‌্যাঙ্কিং উত্পাদন করতে বা আমার নিজস্ব কাজ থেকে একটি পরিবর্তনশীল গুরুত্বের র‌্যাঙ্কিং তৈরি করতে সহায়তা করতে বলা হয়। এই অনুরোধের প্রতিক্রিয়া হিসাবে, আমি নিম্নলিখিত …

25 multiple-regression  multivariate-analysis  importance 

একাধিক রিগ্রেশন সমীকরণে যে কোনও স্বতন্ত্র ভেরিয়েবল প্রবেশ করতে পারে তার সীমা কত? আমার কাছে 10 ভবিষ্যদ্বাণী রয়েছে যে আমি ফলাফলের পরিবর্তনশীলটিতে তাদের আপেক্ষিক অবদানের ক্ষেত্রে পরীক্ষা করতে চাই। একাধিক বিশ্লেষণের জন্য সামঞ্জস্য করার জন্য আমাকে কি কোনও বোনিফেরনি সংশোধন ব্যবহার করা উচিত?

19 regression  predictor  importance  bonferroni 

কে-মানে ক্লাস্টার সমাধানের মধ্যে ডেটাসেটের কোন বৈশিষ্ট্য / ভেরিয়েবলগুলি সবচেয়ে গুরুত্বপূর্ণ / প্রভাবশালী তা নির্ধারণ করার কোনও উপায় আছে?

19 machine-learning  clustering  k-means  importance 

আমি বৈশিষ্ট্যগুলি নির্বাচন করার জন্য এবং বাইনারি টার্গেটের সাথে একটি ভবিষ্যদ্বাণীপূর্ণ মডেল ফিটিংয়ের পদ্ধতি হিসাবে লাসোটি ব্যবহার করে দেখছি। নিয়মিত লজিস্টিক রিগ্রেশন সহ পদ্ধতিটি ব্যবহার করার জন্য আমি নীচে কিছু কোড খেলছিলাম। আমার প্রশ্ন হ'ল আমি "উল্লেখযোগ্য" ভেরিয়েবলগুলির একটি গ্রুপ পাচ্ছি তবে আমি কি প্রতিটিটির তুলনামূলক গুরুত্ব অনুমান করার জন্য …

18 logistic  importance  glmnet 

আমি একটি লজিস্টিক রিগ্রেশন শ্রেণিবদ্ধ তৈরি করেছি যা আমার ডেটাতে খুব সঠিক very এটি এত ভাল কেন কাজ করছে তা এখন আমি আরও ভাল করে বুঝতে চাই। বিশেষত, আমি কোন বৈশিষ্ট্যগুলি সর্বাধিক অবদান রাখছি (কোন বৈশিষ্ট্যগুলি সর্বাধিক গুরুত্বপূর্ণ) র‌্যাঙ্ক করতে চাই এবং আদর্শভাবে, প্রতিটি বৈশিষ্ট্য সামগ্রিক মডেলের (বা এই শিরাতে …

17 machine-learning  logistic  feature-selection  importance 

আমি বুঝতে চেষ্টা করছি যে কীভাবে আমি ডামি ভেরিয়েবলগুলিতে বিভক্ত একটি শ্রেণিবদ্ধ ভেরিয়েবলের বৈশিষ্ট্যটি গুরুত্ব পেতে পারি। আমি সাইকিট-লার্ন ব্যবহার করছি যা আপনার জন্য আর বা এইচ 2o এর মতো শ্রেণিবদ্ধ ভেরিয়েবলগুলি পরিচালনা করে না। যদি আমি একটি স্পষ্টতাল ভেরিয়েবলকে ডামি ভেরিয়েবলগুলিতে বিভক্ত করি তবে আমি সেই পরিবর্তনশীলটিতে প্রতি শ্রেণি …

17 categorical-data  random-forest  interpretation  importance 

আমি সবেমাত্র একটি কাগজ পড়েছি যেখানে লেখকরা দুজন ভবিষ্যদ্বাণীকের সাথে একাধিক রিগ্রেশন পরিচালনা করেছিলেন। সামগ্রিক আর-বর্গক্ষেত্রের মান 0.65 ছিল। তারা একটি টেবিল সরবরাহ করেছিল যা দুটি ভবিষ্যদ্বাণীকের মধ্যে আর-স্কোয়ারকে বিভক্ত করে। টেবিলটি এমন দেখাচ্ছে: rsquared beta df pvalue whole model 0.65 NA 2, 9 0.008 predictor 1 0.38 1.01 1, …

16 r  multiple-regression  r-squared  importance  variance-decomposition 

আমি একটি বিশেষ সমস্যা নিয়ে গবেষক ছাত্রকে পরামর্শ দিচ্ছিলাম এবং আমি এই সাইটে অন্যের ইনপুট পেতে আগ্রহী ছিলাম। প্রসঙ্গ: গবেষকের তিন ধরণের প্রেডিকটার ভেরিয়েবল ছিল। প্রতিটি প্রকারে ভবিষ্যদ্বাণী ভেরিয়েবলগুলির একটি পৃথক সংখ্যা রয়েছে। প্রতিটি ভবিষ্যদ্বাণীকারী একটি অবিচ্ছিন্ন পরিবর্তনশীল ছিল: সামাজিক: এস 1, এস 2, এস 3, এস 4 (অর্থাত্ চারটি …

13 regression  predictor  importance 

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 

মনে করুন কোনও অনলাইন ক্রেতা কোনও পণ্য ক্রয় করবেন কিনা তা ভবিষ্যদ্বাণী করার জন্য কোনও লজিস্টিক রিগ্রেশন মডেল ব্যবহার করা হয়েছে (ফলাফল: ক্রয়), তিনি অনলাইন বিজ্ঞাপনগুলির একটি সেট ক্লিক করার পরে (ভবিষ্যদ্বাণীকারী: অ্যাড 1, অ্যাড 2 এবং অ্যাড 3)। ফলাফলটি বাইনারি ভেরিয়েবল: 1 (ক্রয়কৃত) বা 0 (পূর্বচর্চা নয়)। ভবিষ্যদ্বাণীকারীরাও বাইনারি …

11 logistic  importance 

আমি মিডনেক্রেজএকিউরসি কলামে rfobject$importanceএবং এর importance(rfobject)মধ্যে পার্থক্য পেতে পারি না । উদাহরণ: > data("iris") > fit <- randomForest(Species~., data=iris, importance=TRUE) > fit$importance setosa versicolor virginica MeanDecreaseAccuracy MeanDecreaseGini Sepal.Length 0.027078501 0.019418330 0.040497602 0.02898837 9.173648 Sepal.Width 0.008553449 0.001962036 0.006951771 0.00575489 2.472105 Petal.Length 0.313303381 0.291818815 0.280981959 0.29216790 41.284869 Petal.Width 0.349686983 0.318527008 0.270975757 0.31054451 …

10 r  random-forest  importance 

আমি নিজেকে জিজ্ঞাসা করছি যে কোনও রিগ্রেশন প্রসঙ্গে negativeণাত্মক ভেরিয়েবল গুরুত্ব মান ("% IncMSE") সহ সেই ভেরিয়েবলগুলি সরিয়ে ফেলা ভাল ধারণা কিনা। এবং যদি এটি আমাকে আরও ভাল ভবিষ্যদ্বাণী দেয়? আপনি কি মনে করেন?

10 machine-learning  feature-selection  random-forest  importance 

ধরুন আমার কাছে 4 টি সম্ভাব্য ইভেন্টের ফ্রিকোয়েন্সিগুলির একটি নমুনা রয়েছে: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 এবং আমার ঘটনার প্রত্যাশিত সম্ভাবনা রয়েছে: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 আমার চারটি ইভেন্টের পর্যবেক্ষণের ফ্রিকোয়েন্সিগুলির যোগফলের সাথে (18) আমি …

9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom