প্রশ্ন ট্যাগ «k-nearest-neighbour»

ইন পরিসংখ্যান শেখার উপাদানসমূহ একটি সমস্যা উচ্চ মাত্রিক স্পেস K-NN সঙ্গে হাইলাইট সমস্যার আবির্ভাব ঘটে। আছে ডাটা পয়েন্টের যে অবিশেষে একটি বিতরণ করা হয় -dimensional ইউনিট বল।পিNNNppp উত্স থেকে নিকটতম ডেটা পয়েন্টের মাঝারি দূরত্বটি এক্সপ্রেশন দ্বারা দেওয়া হয়: d(p,N)=(1−(12)1N)1pd(p,N)=(1−(12)1N)1pd(p,N) = \left(1-\left(\frac{1}{2}\right)^\frac{1}{N}\right)^\frac{1}{p} যখন , সূত্রটি বলের অর্ধেক ব্যাসার্ধকে ভেঙে দেয় এবং …

12 self-study  proof  k-nearest-neighbour 

আমি কার্নেলগুলিতে নতুন এবং কার্নেলাইজ কেএনএন করার চেষ্টা করার সময় একটি ছিনতাই করেছি। preliminaries আমি একটি বহুবর্ষীয় কার্নেল ব্যবহার করছি: K( x , y )=(1+)⟨x,y⟩)dK(x,y)=(1+⟨x,Y⟩)ঘK(\mathbf{x},\mathbf{y}) = (1 + \langle \mathbf{x},\mathbf{y} \rangle)^d আপনার সাধারণ ইউক্লিডিয়ান কেএনএন নীচের দূরত্বের মেট্রিক ব্যবহার করে: ঘ( x , y ) = | | x - …

12 machine-learning  kernel-trick  k-nearest-neighbour 

যেমনটি আমি বুঝতে পেরেছি, কে-এনএন একটি অলস শিক্ষণার্থী অ্যালগরিদম এবং এটির প্রশিক্ষণের একটি পর্বের প্রয়োজন নেই। তাহলে আমাদের .fit()স্কেলার্ন ব্যবহার করার দরকার কেন এবং যখন আমরা এটি ব্যবহার করি তখন কী ঘটে?

11 classification  scikit-learn  k-nearest-neighbour 

আমি যে কাগজটি পড়ছি তার মতে, জেফরিস এবং মতুসিতা দূরত্ব সাধারণত ব্যবহৃত হয়। তবে নীচের সূত্রটি ব্যতীত আমি এটিতে বেশি তথ্য খুঁজে পাইনি জেএমডি (x, y) =∑(xi−−√2−yi−−√2)2−−−−−−−−−−−−−√2∑(xi2−yi2)22\sqrt[2]{\sum(\sqrt[2]{x_i}-\sqrt[2]{y_i})^2} এটি বর্গমূল ব্যতীত ইউক্যালিডিয়ান দূরত্বের সমান E (x, y) =∑(xi−yi)2−−−−−−−−−−√2∑(xi−yi)22\sqrt[2]{\sum(x_i-y_i)^2} শ্রেণিবিন্যাসের শর্তে জেএম দূরত্ব ইউক্লিডিয়ান দূরত্বের চেয়ে বেশি নির্ভরযোগ্য বলে দাবি করা হয়। …

11 classification  k-nearest-neighbour  euclidean 

আমি কেভিন মারফি বইটি পড়ছি: মেশিন লার্নিং-এ সম্ভাব্য দৃষ্টিভঙ্গি। প্রথম অধ্যায়ে লেখক মাত্রিকতার অভিশাপ ব্যাখ্যা করছেন এবং এর একটি অংশ রয়েছে যা আমি বুঝতে পারি না। উদাহরণ হিসাবে, লেখক বলেছেন: ইনপুটগুলি ডি-ডাইমেনশনাল ইউনিট কিউবে সমানভাবে বিতরণ করা হয়েছে তা বিবেচনা করুন। ধরুন আমরা x কাছাকাছি একটি অধি ঘনক্ষেত্র ক্রমবর্ধমান দ্বারা …

11 self-study  k-nearest-neighbour  high-dimensional 

কে ব্যবহার করা প্রশিক্ষণ পয়েন্টের সমান হলে কে-নিকটতম প্রতিবেশী অ্যালগরিদমের ভিসি-ডাইমেনশন কী? প্রসঙ্গ: এই প্রশ্নটি আমি যে কোর্সে পাঠিয়েছিলাম এবং সেখানে দেওয়া উত্তর ছিল ৪ জিজ্ঞাসা করা হয়েছিল, তবে আমি কেন বুঝতে পারি না কেন এটি কেস। আমার স্বজ্ঞাত হ'ল ভিসি-ডাইমেনশনটি 1 হওয়া উচিত, কারণ দুটি মডেল বাছাই করা (যেমন …

10 machine-learning  self-study  k-nearest-neighbour  vc-dimension 

গণনামূলক শিক্ষায়, এনএফএল উপপাদ্যটি বলে যে কোনও সর্বজনীন শিক্ষানবিশ নেই। প্রতিটি লার্নিং অ্যালগরিদমের জন্য, এমন একটি বিতরণ রয়েছে যা উচ্চতর সম্ভাবনা সহ (যদিও একটি ত্রুটির ত্রুটিযুক্ত হাইপোপিসিস কম থাকে) উচ্চতর ত্রুটিযুক্ত একটি অনুমানের দ্বারা শিক্ষার্থীর আউটপুট তৈরি করে। উপসংহারটি হল যে শিখতে গেলে অনুমানের শ্রেণি বা বিতরণগুলি সীমাবদ্ধ করতে হবে। …

10 k-nearest-neighbour  consistency 

আমার কাছে কলাম a b c(3 টি বৈশিষ্ট্য) সহ একটি ডেটা সেট রয়েছে । aসংখ্যাসূচক এবং ক্রমাগত bএবং cদুটি স্তরের সাথে প্রতিটি শ্রেণিবদ্ধ হয়। আমি কে-নিকটতম প্রতিবেশীদের পদ্ধতি ব্যবহার করছি শ্রেণীভুক্ত করতে aএবং bউপর c। সুতরাং, দূরত্বগুলি পরিমাপ করতে সক্ষম হওয়ার জন্য আমি মুছে ফেলা bএবং যুক্ত করে b.level1এবং ডেটা …

10 r  classification  k-nearest-neighbour 

ইএসএল অধ্যায় ২.৪ লিনিয়ার রিগ্রেশনটিকে "মডেল ভিত্তিক" হিসাবে শ্রেণিবদ্ধ বলে মনে হচ্ছে, কারণ এটি , অন্যদিকে কে-নিকটবর্তী প্রতিবেশীদের জন্য অনুরূপ অনুরূপ বর্ণিত হয়নি। তবে উভয় পদ্ধতিই সম্পর্কে অনুমান করা যায় না ?চ( x ) ≈ x ⋅ βচ(এক্স)≈এক্স⋅βf(x) \approx x\cdot\betaচ( এক্স )চ(এক্স)f(x) পরে ২.৪-এ এটি আরও বলেছেন: সর্বনিম্ন স্কোয়ারগুলি ধরে …

10 machine-learning  model  k-nearest-neighbour 

প্রশ্ন: একটি 10 ​​টি মাত্রিক এমসিএমসি চেইনের সাথে, আমি বলি যে আমি আপনাকে অঙ্কনের একটি ম্যাট্রিক্স দেওয়ার জন্য প্রস্তুত: 10,000 পরামিতি (কলাম) দ্বারা 100,000 পুনরাবৃত্তি (সারি), আমি উত্তরের দিকগুলি কীভাবে চিহ্নিত করতে পারি? আমি বিশেষত একাধিক মোড নিয়ে উদ্বিগ্ন। পটভূমি:আমি নিজেকে একটি গণনামূলকভাবে বুদ্ধিমান পরিসংখ্যানবিদ হিসাবে বিবেচনা করি, কিন্তু যখন …

10 r  bayesian  mcmc  k-nearest-neighbour  mode 

আমি জানি যে স্বাভাবিককরণের চেয়ে আরও বেশি ধরণের রয়েছে। উদাহরণ স্বরূপ, 1- একটি জেড-স্কোর বা টি-স্কোর ব্যবহার করে ডেটা ট্রান্সফর্ম করা। এটিকে সাধারণত মানক বলা হয়। 2- 0 এবং 1 এর মধ্যে মান থাকতে ডেটা পুনরায় উদ্ধার করে। আমার যদি স্বাভাবিক হওয়ার দরকার হয় এখন প্রশ্ন question কেএনএন দিয়ে কোন …

9 machine-learning  normalization  standardization  k-nearest-neighbour