প্রশ্ন ট্যাগ «lasso»

আমি glmnetপ্যাকেজে নতুন এবং ফলাফলগুলি কীভাবে ব্যাখ্যা করতে পারি তা সম্পর্কে আমি এখনও নিশ্চিত নই। কেউ দয়া করে আমাকে নীচের ট্রেস প্লটটি পড়তে সহায়তা করতে পারেন? নিম্নলিখিতটি চালিয়ে গ্রাফটি প্রাপ্ত হয়েছিল: library(glmnet) return <- matrix(ret.ff.zoo[which(index(ret.ff.zoo)==beta.df$date[2]), ]) data <- matrix(unlist(beta.df[which(beta.df$date==beta.df$date[2]), ][ ,-1]), ncol=num.factors) model <- cv.glmnet(data, return, standardize=TRUE) op <- par(mfrow=c(1, …

15 r  data-visualization  interpretation  lasso  glmnet 

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 

আমি পরিসংখ্যান শেখার সর্বাধিক জনপ্রিয় বইগুলি পড়েছি 1- পরিসংখ্যানগত শিক্ষার উপাদানসমূহ। 2- পরিসংখ্যান শেখার একটি ভূমিকা । উভয়ই উল্লেখ করেছেন যে রিজ রিগ্রেশনটির দুটি সূত্র সমতুল্য। এই ফলাফলের কোন বোধগম্য গাণিতিক প্রমাণ আছে? আমি ক্রস ভ্যালিডেটেড দিয়েও গিয়েছিলাম , তবে আমি সেখানে কোনও সুনির্দিষ্ট প্রমাণ পাই না। তদুপরি, লাসো কি …

15 regression  lasso  regularization  ridge-regression  lagrange-multipliers 

ℓ 1 জরিমানা শর্তের গুণফলের অনুকূল পছন্দ সম্পর্কে কোনও বিশ্লেষণমূলক ফলাফল বা পরীক্ষামূলক কাগজপত্র রয়েছে কি ? দ্বারা অনুকূল , আমি একটি প্যারামিটার যে শ্রেষ্ঠ মডেল, বা যে ছোট প্রত্যাশিত হ্রাস নির্বাচন সম্ভাবনা maximizes মানে। আমি জিজ্ঞাসা করছি কারণ প্রায়শই সমস্যাটির বড় সংখ্যার উদাহরণগুলির কারণে বা হাতে থাকা সমস্যার আকারের …

15 model-selection  lasso  shrinkage 

বন্ধ থাকে। এই প্রশ্নটি অফ-টপিক । এটি বর্তমানে উত্তর গ্রহণ করছে না। এই প্রশ্নটি উন্নত করতে চান? প্রশ্নটি আপডেট করুন যাতে এটি ক্রস ভ্যালিডেটের জন্য অন-বিষয় । 3 বছর আগে বন্ধ । আমি লসো পদ্ধতিটি ব্যবহার cv.glmnetকরে lambdaএবং glmnetচূড়ান্ত মডেলটি নির্বাচন করার জন্য ফাংশনগুলির সাথে আর এ লজিস্টিক রিগ্রেশন তৈরি …

15 r  logistic  categorical-data  lasso  glmnet 

β^λ=argminβ∈Rp12n∥y−Xβ∥22+λ∥β∥1,β^λ=arg⁡minβ∈Rp12n‖y−Xβ‖22+λ‖β‖1,\hat\beta^\lambda = \arg\min_{\beta \in \mathbb{R}^p} \frac{1}{2n} \|y - X \beta\|_2^2 + \lambda \|\beta\|_1,ithithi^{th}xi∈Rpxi∈Rpx_i \in \mathbb{R}^pX∈Rn×pX∈Rn×pX \in \mathbb{R}^{n \times p}yiyiy_ii=1,…ni=1,…ni=1, \dots n আমরা জানি যে λ≥1n∥XTy∥∞λ≥1n‖XTy‖∞\lambda \geq \frac{1}{n} \|X^T y\|_\infty , লাসো অনুমান β^λ=0β^λ=0\hat\beta^\lambda = 0 । (উদাহরণস্বরূপ, লাসো এবং রিজ টিউনিংয়ের প্যারামিটার স্কোপ দেখুন )) অন্য স্বীকৃতিতে এটি প্রকাশ করছে …

14 lasso  regularization 

আমি নিম্নলিখিত প্রক্রিয়াটি ব্যবহার করে একটি এলোমেলো বন তৈরি করতে চাই: বিভাজন নির্ধারণ করতে তথ্য লাভ এবং ব্যবহার করে ডেটা এবং বৈশিষ্ট্যগুলির এলোমেলো নমুনার উপর একটি গাছ তৈরি করুন কোনও লিফ নোডের সমাপ্তি যদি এটি পূর্ব নির্ধারিত গভীরতা অতিক্রম করে বা কোনও বিভাজনের ফলে পাতার গণনা পূর্ব নির্ধারিত ন্যূনতমের চেয়ে …

14 classification  random-forest  lasso  ensemble 

আমার সাধারণ বোঝাপড়াটি হ'ল এআইসি মডেলের ফিটনেসের ধার্মিকতা এবং মডেলের জটিলতার মধ্যে বাণিজ্য বন্ধের বিষয়ে ডিল করে। AIC=2k−2ln(L)AIC=2k−2ln(L)AIC =2k -2ln(L) মডেলটিতে k = পরামিতির সংখ্যাkkk = সম্ভাবনাLLL Bayesian তথ্য নির্ণায়ক সাথে BIC ঘনিষ্ঠভাবে AIC.The এআইসি সঙ্গে সম্পর্কযুক্ত কম দৃঢ়ভাবে চেয়ে BIC দিয়েছেন করে পরামিতি সংখ্যা স্থগিত। আমি দেখতে পাচ্ছি যে …

14 cross-validation  lasso  aic  ridge-regression  bic 

সারি বা কলামগুলির সংখ্যা বাড়ার সাথে সাথে লাসো রিগ্রেশনের অ্যাসিপটোটিক সময়ের জটিলতা কী?

14 lasso  time-complexity 

এখানে বেশ কয়েকটি গণিত-ভারী কাগজপত্র রয়েছে যা বেয়েসিয়ান লাসোর বর্ণনা করে তবে আমি পরীক্ষিত, জাএজিএস কোড ব্যবহার করতে পারি যা সঠিকভাবে ব্যবহার করতে চাই। কেউ কি নিয়মিত লজিস্টিক রিগ্রেশন প্রয়োগ করে এমন বিগিজ / জাগএস কোডের নমুনা পোস্ট করতে পারে? যে কোনও স্কিম (এল 1, এল 2, ইলাস্টিকনেট) দুর্দান্ত হবে …

14 bayesian  logistic  lasso  jags  regularization 

আমি পরিসংখ্যান শেখার বইয়ের উপাদানগুলির সেরা উপসেট নির্বাচন সম্পর্কে পড়ছি। যদি আমার কাছে 3 পূর্বাভাস থাকে , আমি উপসেট তৈরি করব:2 3 = 8x1,x2,x3x1,x2,x3x_1,x_2,x_323=823=82^3=8 কোন ভবিষ্যদ্বাণীকারী সহ সাবসেট পূর্বাভাসকারী সাথে সাবসেটx1x1x_1 পূর্বাভাসকারী সাথে সাবসেটx2x2x_2 সাথে সাবসেটx3x3x_3 পূর্বাভাসকারীদের সাথে সাবসেটx1,x2x1,x2x_1,x_2 সহ সাবসেটx1,x3x1,x3x_1,x_3 পূর্বাভাসকারীদের সাথে সাবসেটx2,x3x2,x3x_2,x_3 সহ সাবসেটx1,x2,x3x1,x2,x3x_1,x_2,x_3 তারপরে আমি সেরা মডেলগুলি …

13 regression  feature-selection  lasso  bias-variance-tradeoff 

\newcommand{\diag}{\operatorname{diag}} আমাদের সমস্যা রয়েছে: minw∈Rd(1n∑i=1n(⟨w,xi⟩−yi)2+2λ||w||1),minw∈Rd(1n∑i=1n(⟨w,xi⟩−yi)2+2λ||w||1),\min_{w\in\mathbb{R}^{d}}\left( \frac{1}{n}\sum_{i=1}^{n} \left( \langle w,x_{i}\rangle-y_{i} \right)^{2} +2\lambda||w||_1\right), এই অনুমান সহ: ∑i=1nxixTi=diag(σ21,...,σ2d).∑i=1nxixiT=diag⁡(σ12,...,σd2).\sum_{i=1}^nx_ix_i^T=\diag(\sigma_1^2,...,\sigma_d^2). এক্ষেত্রে কি কোনও বন্ধ-ফর্ম সমাধান রয়েছে? আমার কাছে এটি রয়েছে: (XTX)−1=diag(σ−21,...,σ−2d),(XTX)−1=diag⁡(σ1−2,...,σd−2),(X^TX)^{-1}=\diag\left(\sigma_1^{-2},...,\sigma_d^{-2}\right), এবং তাই আমার মনে হয় উত্তরটি : w \, ^ j = y \, ^ j \ সর্বোচ্চ \ বামে \ {0,1- \ ল্যাম্বদা …

13 mathematical-statistics  lasso  computational-statistics  regularization 

ইলাস্টিক নেট এর জন্য অন্যতম অনুপ্রেরণা ছিল লাসোর নিম্নলিখিত সীমাবদ্ধতা: ইন ক্ষেত্রে, সর্বাধিক Lasso নির্বাচন এন ভেরিয়েবল এটা আগে সুসিক্ত কনভেক্স অপটিমাইজেশন সমস্যা প্রকৃতির কারণে। এটি ভেরিয়েবল নির্বাচন পদ্ধতির সীমিত বৈশিষ্ট্য বলে মনে হয়। তদ্ব্যতীত, সহগের L1- আদর্শের উপর আবদ্ধ একটি নির্দিষ্ট মানের চেয়ে ছোট না হলে লাসোটি ভালভাবে সংজ্ঞায়িত …

13 regression  optimization  feature-selection  lasso 

পরিসংখ্যানগত শিক্ষার উপাদানগুলির সারণি 18.1 একটি 14 শ্রেণীর ডেটা সেটটিতে বেশ কয়েকটি শ্রেণিবদ্ধের পারফরম্যান্সের সংক্ষিপ্তসার করেছে। আমি মাল্টিক্লাস শ্রেণিবিন্যাস সমস্যার জন্য লাসো এবং ইলাস্টিক নেট এর সাথে একটি নতুন অ্যালগরিদম তুলনা করছি। ব্যবহার glmnetসংস্করণ 1.5.3 (রাঃ 2.13.0) আমি বিন্দু 7. পুনর্গঠন করা সক্ষম নই ( MULTINOMIAL -penalized) টেবিল, যেখানে ব্যবহার …

13 classification  lasso  glmnet 

আমি লাসো সমস্যার জন্য সহগগুলি পেতে চাই | | ওয়াই- এক্সβ| | +λ | | β| |1।||Y−Xβ||+λ||β||1.||Y-X\beta||+\lambda ||\beta||_1. সমস্যাটি হ'ল গ্ল্যামনেট এবং লারস ফাংশনগুলি বিভিন্ন উত্তর দেয়। গ্ল্যামনেট ফাংশনের জন্য আমি ল্যাম্বদা এর সহগের জন্য জিজ্ঞাসা করি কেবলমাত্র পরিবর্তে , তবে আমি এখনও বিভিন্ন উত্তর পাই।λλ / | | ওয়াই| …

13 r  machine-learning  regression  lasso  regularization