প্রশ্ন ট্যাগ «lars»

ছুটির মরসুমটি আমাকে এলিমেটিকাল লার্নিংয়ের সাথে আগুনের পাশে কুঁকানোর সুযোগ দিয়েছে । একটি (ঘন ঘনবাদী) একনোমেট্রিক্সের দৃষ্টিকোণ থেকে আসা, রিজ রিগ্রেশন, লাসো এবং কমপক্ষে অ্যাঙ্গেল রিগ্রেশন (এলএআর) এর মতো সঙ্কুচিত পদ্ধতির ব্যবহার উপলব্ধিতে আমার সমস্যা হচ্ছে। সাধারণত, আমি নিজেরাই প্যারামিটারের অনুমানগুলিতে এবং নিরপেক্ষতা বা কমপক্ষে ধারাবাহিকতা অর্জনে আগ্রহী। সঙ্কুচিত পদ্ধতিগুলি …

61 lasso  ridge-regression  shrinkage  lars 

দুঃখিত যদি এই প্রশ্নটি কিছুটা মৌলিক জুড়ে আসে। আমি আরে একাধিক লিনিয়ার রিগ্রেশন মডেলের জন্য ল্যাসো ভেরিয়েবল নির্বাচনটি ব্যবহার করতে চাইছি I আমার এবং সেট করার পরে আমি নিম্নলিখিত কমান্ডগুলি ব্যবহার করব:yএক্সxxYyy model = lars(x, y) coef(model) আমার সমস্যাটি যখন আমি ব্যবহার করি coef(model)। এটি 15 টি সারি সহ একটি …

39 feature-selection  lasso  glmnet  lars 

আমি একবার লাসো দুবার ব্যবহার করার পদ্ধতি শুনেছি (ডাবল-লাসোর মতো) যেখানে আপনি ভেরিয়েবলের আসল সেটটিতে লাসো সঞ্চালন করেন, এস 1 বলুন, এস 2 নামক একটি স্পারস সেট পান এবং তারপরে সেট এস 3 পেতে লসো আবার সেট করুন। । এর জন্য কি কোনও পদ্ধতিগত পদ আছে? এছাড়াও, দুবার লাসো করার …

26 regression  lasso  regularization  shrinkage  lars 

আমি ভাবছিলাম, লাসো এবং লারস মডেল নির্বাচনের পদ্ধতিগুলি কেন এত জনপ্রিয় কেন যদিও তারা মূলত ধাপে অগ্রিম নির্বাচনের পরিবর্তনের (এবং এভাবে পথ নির্ভরতা থেকে ভুগছে)? একইভাবে, মডেল নির্বাচনের জন্য জেনারেল টু স্পেসিফিক (জিইটিএস) পদ্ধতিগুলিকে কেন বেশিরভাগ ক্ষেত্রে উপেক্ষা করা হচ্ছে, যদিও তারা ধাপে ধাপে রিগ্রেশন সমস্যায় ভুগছেন না বলে তারা …

15 feature-selection  model-selection  lasso  stepwise-regression  lars 

আমার বর্তমান পুনর্বিবেচনার জন্য আমি একটি দ্বিপদী নির্ভরশীল ভেরিয়েবলের আর-তে গ্ল্যামনেট প্যাকেজের মাধ্যমে লাসো পদ্ধতিটি ব্যবহার করছি। গ্ল্যামনেটে সর্বোত্তম ল্যাম্বডাকে ক্রস-বৈধকরণের মাধ্যমে পাওয়া যায় এবং ফলস্বরূপ মডেলগুলি বিভিন্ন ব্যবস্থার সাথে তুলনা করা যায়, উদাহরণস্বরূপ ভুল শ্রেণিবদ্ধকরণ ত্রুটি বা বিচ্যুতি। আমার প্রশ্ন: গ্ল্যামনেটে ডিভ্যান্স ঠিক কীভাবে সংজ্ঞায়িত হয়? কিভাবে এটি গণনা …

12 cross-validation  lasso  glmnet  deviance  lars 

আমি নিম্নলিখিতটি করতে চাই: 1) বিটা ওলস রিগ্রেশন (কোনও দণ্ডের শর্ত নেই) ; হ'ল রিগ্রাস করার জন্য ব্যবহৃত ভেরিয়েবলগুলি। আমি এটি দ্বারা জেখ*ঞbj∗b_{j}^{*}ঞjj lm.model = lm(y~ 0 + x) betas = coefficients(lm.model) ২) দন্ডের মেয়াদ সহ লাসো রিগ্রেশন, নির্বাচনের মানদণ্ড বায়েশিয়ান ইনফরমেশন মাপদণ্ড (বিআইসি) হইবে, প্রদত্ত λঞ= লগ( টি)টি| খ*ঞ|λj=log⁡(T)T|bj∗|\lambda …

11 r  regression  glmnet  lars