প্রশ্ন ট্যাগ «lasso»

ভবিষ্যদ্বাণীমূলক মডেলগুলি তৈরি করার সময় আমি নিয়মিতকরণের সুবিধাগুলি সম্পর্কে জানি (পক্ষপাতিত্ব বনাম বৈচিত্র, অত্যধিক মানসিক চাপ প্রতিরোধ করা)। তবে, আমি ভাবছি যে নিয়মিতকরণ (লাসো, রিজ, ইলাস্টিক নেট) করাও যদি ভাল ধারণা হয় তবে যখন রিগ্রেশন মডেলের মূল উদ্দেশ্যটি সহগের উপর নির্ভর করে (যা দেখে ভবিষ্যদ্বাণীকারীরা পরিসংখ্যানগতভাবে তাৎপর্যপূর্ণ)। আমি মানুষের চিন্তাভাবনা …

18 inference  lasso  ridge-regression  elastic-net  selectiveinference 

একটি লাসো রিগ্রেশন দৃশ্যে যেখানে Y= এক্সβ+ + εY=এক্সβ+ +εy= X \beta + \epsilon , এবং লাসো অনুমানগুলি নিম্নলিখিত অপটিমাইজেশন সমস্যা দ্বারা দেওয়া হয় সর্বনিম্নβ|| Y- এক্সβ| | + + τ| |β||1সর্বনিম্নβ||Y-এক্সβ||+ +τ||β||1 \min_\beta ||y - X \beta|| + \tau||\beta||_1 সম্পর্কিত কোনও বিতরণ অনুমান আছে ?εε\epsilon একটি OLS ঔজ্জ্বল্যের প্রেক্ষাপটে …

18 regression  lasso  assumptions  residuals 

লাসো এবং রিজের মতো দণ্ডিত রিগ্রেশন অনুমানকারীরা নির্দিষ্ট কিছু প্রিয়ারের সাথে বায়েশিয়ান অনুমানের সাথে সঙ্গতিপূর্ণ বলে মনে হয়। আমার ধারণা (যেহেতু বায়েশিয়ান পরিসংখ্যান সম্পর্কে আমি যথেষ্ট পরিমাণে জানি না) একটি নির্দিষ্ট টিউনিং প্যারামিটারের জন্য পূর্বের সাথে একটি কংক্রিট উপস্থিত রয়েছে। এখন একটি ঘনত্ববাদী ক্রস বৈধতা দ্বারা সুরক্ষা পরামিতি অনুকূল করতে …

17 bayesian  lasso  ridge-regression 

আমি একটি লাসো চালিয়ে যাচ্ছি যার কয়েকটি শ্রেণিবদ্ধ পরিবর্তনশীল ভবিষ্যদ্বাণী রয়েছে এবং কিছু ধারাবাহিক রয়েছে। শ্রেণীবদ্ধ ভেরিয়েবল সম্পর্কে আমার একটি প্রশ্ন আছে। আমি যে প্রথম পদক্ষেপটি বুঝতে পারি তা হ'ল তাদের প্রত্যেককে ডামিতে বিভক্ত করা, ন্যায্য দণ্ডের জন্য তাদের মানিক করা এবং তারপরে পুনরায় চাপ দেওয়া। ডামি ভেরিয়েবলের চিকিত্সার জন্য …

17 categorical-data  regression-coefficients  lasso  intercept  categorical-encoding 

অবিচ্ছিন্ন পরিবর্তনশীল এক্স 1 সহ অবিচ্ছিন্ন নির্ভরশীল ভেরিয়েবল y এবং স্বতন্ত্র ভেরিয়েবল দেওয়া , আমি কীভাবে একটি রৈখিক মডেল ফিট করব ? এই জাতীয় মডেল সম্পর্কে কাগজপত্র আছে?R

17 r  regression  lasso  ordinal-data  predictor 

আমি তুলনামূলকভাবে কম মাত্রিক সেটিং (এন >> পি) এ বৈশিষ্ট্য নির্বাচনের জন্য লাসো ব্যবহার করছি। লাসোর একটি মডেল ফিট করার পরে, আমি কোনও জরিমানা ছাড়াই কোনও মডেল ফিট করতে ননজারো সহগ সহ কোভেরিয়েটগুলি ব্যবহার করতে চাই। আমি এটি করছি কারণ আমি নিরপেক্ষ অনুমান করতে চাই যা লাসো আমাকে দিতে পারে …

17 regression  feature-selection  lasso  unbiased-estimator 

আমার 150 টি বৈশিষ্ট্য রয়েছে এবং এগুলির মধ্যে অনেকগুলি একে অপরের সাথে অত্যন্ত সংযুক্ত। আমার লক্ষ্যটি হল একটি বিচ্ছিন্ন ভেরিয়েবলের মান পূর্বাভাস দেওয়া, যার পরিসীমা 1-8 । আমার নমুনার আকার 550 এবং আমি 10-ভাঁজ ক্রস-বৈধতা ব্যবহার করছি । এএফএআইআইকি, নিয়মিতকরণ পদ্ধতিগুলির মধ্যে (লাসো, ইলাস্টিক নেট এবং রিজ) বৈশিষ্ট্যগুলির মধ্যে সম্পর্কের …

17 regression  lasso  regularization  ridge-regression  elastic-net 

লাসো রিগ্রেশন ব্যাখ্যা করার সময়, একটি হীরা এবং বৃত্তের চিত্রটি প্রায়শই ব্যবহৃত হয়। বলা হয়ে থাকে যে লাসোতে সীমাবদ্ধতার আকৃতিটি হীরক হওয়ায় প্রাপ্ত ন্যূনতম স্কোয়ার সমাধানগুলি হীরাটির কোণায় এমনভাবে স্পর্শ করতে পারে যে এটি কিছু পরিবর্তনশীল সঙ্কুচিত হতে পারে। তবে, রিজ রিগ্রেশনে, কারণ এটি একটি বৃত্ত, এটি প্রায়শই অক্ষকে স্পর্শ …

16 regression  lasso  ridge-regression 

আমি উচ্চ-মাত্রিক রিগ্রেশন অঞ্চলে গবেষণাটি পড়তে চেষ্টা করছি; যখন চেয়ে বড় হয়, । মনে হচ্ছে শব্দটি প্রায়শই রিগ্রেশন আনুমানিকের জন্য রূপান্তর হারের ক্ষেত্রে দেখা যায় termsএন পি > > এন লগ পি / এনpppnnnp>>np>>np >> nlogp/nlog⁡p/n\log p/n উদাহরণস্বরূপ, এখানে সমীকরণ (17) বলছে যে লাসো ফিট, সন্তুষ্ট 1β^β^\hat{\beta}1n∥Xβ^−Xβ∥22=OP(σlogpn−−−−−√∥β∥1).1n‖Xβ^−Xβ‖22=OP(σlog⁡pn‖β‖1). \dfrac{1}{n}\|X\hat{\beta} - X …

16 regression  lasso  convergence  high-dimensional 

যদি আমরা ডেটার সেট , তবে এটিতে লাসো প্রয়োগ করুন এবং একটি সমাধান , আমরা আবার ডেটা সেটে লাসো প্রয়োগ করতে পারি , যেখানে অ- এর সেট is একটি সমাধান পাওয়ার জন্য এর শূন্য সূচক, relax , যাকে বলা হয় 'রিল্যাক্সড লাসো' সমাধান (আমি ভুল হলে আমাকে সংশোধন করুন!)। সমাধান …

16 regression  optimization  lasso  regularization  shrinkage 

Lasso বা শৈলশিরা রিগ্রেশনে, এক সংকোচন প্যারামিটার প্রায়ই ডাকা নির্দিষ্ট করতে হয়েছে বা α । এই মান প্রায়ই যা সেরা উদাঃ উৎপাদ প্রশিক্ষণ ডেটা এবং দেখে মান আলাদা একটি গুচ্ছ চেক করে ক্রস বৈধতা মাধ্যমে নির্বাচিত করা হয় আর 2 টেস্ট ডেটার উপর। মানগুলির পরিসীমাটি কোনটি পরীক্ষা করা উচিত? এটি …

16 regression  lasso  regularization  ridge-regression  penalized 

কিছু নিয়মিতকরণের সাথে লিনিয়ার রিগ্রেশন বিবেচনা করুন: উদাহরণস্বরূপ যেটি হ্রাস করুন | | একটি এক্স - বি | | 2 + λ | | এক্স | | 1xxx||Ax−b||2+λ||x||1||Ax−b||2+λ||x||1||Ax - b||^2+\lambda||x||_1 সাধারণত, এ এর ​​কলামগুলিকে শূন্য গড় এবং একক আদর্শ হিসাবে মানক করা হয়, এবং শূন্য গড় হিসাবে কেন্দ্রীভূত হয়। মানককরণ …

16 regression  lasso  regularization  standardization 

http://www.chioka.in/differences-between-l1-and-l2-as-loss-function-and-regularization/ আপনি যদি এই পোস্টের শীর্ষের দিকে তাকান তবে লেখক উল্লেখ করেছেন যে এল 2 আদর্শের একটি অনন্য সমাধান রয়েছে এবং এল 1 আদর্শের অনেকগুলি সমাধান রয়েছে। আমি এটি নিয়মিতকরণের ক্ষেত্রে বুঝতে পারি, তবে ক্ষতির ক্ষেত্রে এল 1 আদর্শ বা এল 2 আদর্শ ব্যবহারের ক্ষেত্রে নয়। যদি আপনি স্কেলার এক্স …

16 regression  lasso  regularization 

লিনিয়ার রিগ্রেশন মডেলগুলিতে আমি লাসো, রিজ এবং ইলাস্টিক-নেট ধরণের নিয়মিতকরণ সম্পর্কে সচেতন। প্রশ্ন: এটি (বা অনুরূপ) ধরণের প্রাক্কলিত প্রাক্কলনটি আরিমা মডেলিংয়ে (একটি খালি এমএ অংশবিহীন) প্রয়োগ করা যেতে পারে? Arima মডেলের ভবনে, এটি একটি পূর্ব-নির্বাচিত সর্বাধিক ল্যাগ অর্ডার (বিবেচনা স্বাভাবিক বলে মনে হয় , কুই মি একটি এক্স ) এবং …

15 time-series  arima  lasso  regularization  ridge-regression 

আমি দেখতে কিনা যাওয়ার জন্য চেষ্টা করছি শৈলশিরা রিগ্রেশন , Lasso , প্রধান উপাদান রিগ্রেশন (পিসিআর), অথবা আংশিক লিস্ট স্কোয়ার যেখানে ভেরিয়েবল / বৈশিষ্ট্য (এর সংখ্যক আছে একটি পরিস্থিতির মধ্যে (পিএলএস) ) এবং নমুনা ছোট নম্বর ( এন < পি ), এবং আমার উদ্দেশ্যটি পূর্বাভাস।pppn<pn<pn np>10np>10np>10n ভেরিয়েবল ( এবং ওয়াই …

15 regression  pca  lasso  ridge-regression  partial-least-squares