প্রশ্ন ট্যাগ «normalization»

প্রদত্ত ডেটার সংকলনের জন্য, স্প্রেডকে প্রায়শই স্ট্যান্ডার্ড বিচ্যুতি হিসাবে বা আইকিউআর (আন্তঃ কোয়ার্টাইল রেঞ্জ) হিসাবে গণনা করা হয়। যেহেতু standard deviationএটিকে সাধারণীকরণ করা হয় (জেড-স্কোর ইত্যাদি) এবং তাই দুটি পৃথক জনসংখ্যার থেকে ছড়িয়ে পড়া তুলনা করতে ব্যবহার করা যেতে পারে, এটি আইকিউআর ক্ষেত্রে নয় কারণ দুটি ভিন্ন জনগোষ্ঠীর নমুনাগুলির দুটি …

12 nonparametric  mathematical-statistics  standard-deviation  descriptive-statistics  normalization 

mgcvপ্যাকেজের Rঝুলানো টেন্সর পণ্যের পারস্পরিক ক্রিয়ার জন্য দুটি ফাংশন আছে: te()এবং ti()। আমি উভয়ের মধ্যে শ্রমের মৌলিক বিভাজন বুঝতে পারি (একটি অ-রৈখিক ইন্টারঅ্যাকশন বনাম বনাম। এই ইন্টারঅ্যাকশনটিকে প্রধান প্রভাব এবং একটি মিথস্ক্রিয়াতে ডেকপোজ করে)। আমি যা বুঝতে পারি না তা হ'ল কেন te(x1, x2)এবং ti(x1) + ti(x2) + ti(x1, x2)(কিছুটা) …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

এটা তোলে সুপরিচিত যে (যেমন compressive সেন্সিং ক্ষেত্রে) এল1L1L_1 আদর্শ হল "sparsity-inducing," অর্থে যে, আমরা যদি কমান কার্মিক (জন্য সংশোধন করা হয়েছে ম্যাট্রিক্স একজনAA ও ভেক্টর খ⃗ b→\vec{b} ) চক , খ⃗ ( এক্স⃗ ) = ∥ এ x⃗ - খ⃗ ∥22+ λ ∥ x⃗ ∥1fA,b→(x→)=‖Ax→−b→‖22+λ‖x→‖1f_{A,\vec{b}}(\vec{x})=\|A\vec{x}-\vec{b}\|_2^2+\lambda\|\vec{x}\|_1 বৃহৎ যথেষ্ট জন্য λ …

10 regression  matrix  normalization  regularization  sparse 

আমি অবগত যে রিজ এবং লসো রিগ্রেশন এর বৈশিষ্ট্যগুলিকে মানক করা সাধারণ অনুশীলন, তবে, এই রিগ্রেশন পদ্ধতির জন্য জেড-স্কোর মানককরণের বিকল্প হিসাবে কোনও (0,1) স্কেলের বৈশিষ্ট্যগুলিকে সাধারণকরণ করা কি আরও কার্যকর হবে?

10 normalization  lasso  standardization  ridge-regression 

এটি কেবলমাত্র একটি উদাহরণ যা আমি বেশ কয়েকবার এসেছি, সুতরাং আমার কোনও নমুনা ডেটা নেই। আরে লিনিয়ার রিগ্রেশন মডেল চালাচ্ছেন: a.lm = lm(Y ~ x1 + x2) x1একটি অবিচ্ছিন্ন পরিবর্তনশীল। x2শ্রেণীবদ্ধ এবং এর তিনটি মান রয়েছে যেমন "নিম্ন", "মাঝারি" এবং "উচ্চ"। তবে আর দ্বারা প্রদত্ত আউটপুটটি এরকম কিছু হবে: summary(a.lm) …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

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 

লেকুন এট আল (1998) দ্বারা "দক্ষ ব্যাকপ্রপ" অনুসারে সমস্ত ইনপুটগুলিকে সাধারণকরণ করা ভাল অনুশীলন যাতে সেগুলি 0 এর কাছাকাছি থাকে এবং সর্বাধিক দ্বিতীয় ডেরাইভেটিভের মধ্যে থাকে। সুতরাং উদাহরণস্বরূপ আমরা "তানহ" ফাংশনের জন্য [-0.5,0.5] ব্যবহার করব। এটি হেসিয়ান আরও স্থিতিশীল হওয়ার সাথে সাথে পিছনের প্রচারকে সহায়তা করতে পারে। তবে, আমি নিশ্চিত …

9 machine-learning  neural-networks  normalization  deep-learning  multidimensional-scaling 

যদি একটি বহু-শ্রেণীর লিনিয়ার বৈষম্য বিশ্লেষণ (বা আমি মাঝে মাঝে একাধিক বৈষম্য বিশ্লেষণও পড়ে থাকি) মাত্রা হ্রাস (বা পিসিএ মাধ্যমে মাত্রা হ্রাসের পরে রূপান্তর) ব্যবহার করা হয় তবে আমি বুঝতে পারি যে সাধারণভাবে একটি "জেড-স্কোর নরমালাইজেশন" (বা মানককরণ) বৈশিষ্ট্যগুলি প্রয়োজনীয় হবে না, এমনকি যদি সেগুলি সম্পূর্ণ ভিন্ন স্কেলের উপর পরিমাপ …

9 classification  data-transformation  normalization  standardization  discriminant-analysis 

আমি একটি লিনিয়ার রিগ্রেশন মডেল শিখতে চেষ্টা করছি। যাইহোক, আমি তথ্য সাধারণীকরণ সম্পর্কিত কিছু বিভ্রান্তি আছে। আমি বৈশিষ্ট্যগুলি / ভবিষ্যদ্বাণীকারীদের শূন্য গড় এবং এককের বৈকল্পিকতায় স্বাভাবিক করেছি। আমি লক্ষ্য জন্য একই কাজ করা প্রয়োজন। যদি তাই হয় কেন?

9 regression  multiple-regression  normalization 

আমি একটি "ক্যোয়ারী" এবং একটি "টেমপ্লেট" বক্ররেখার সাথে মিলিয়ে ডাইনামিক টাইম ওয়ার্পিং ব্যবহার করছি এবং এখনও অবধি যুক্তিসঙ্গত সাফল্য পাচ্ছি, তবে আমার কিছু বেসিক প্রশ্ন রয়েছে: আমি ডিটিডাব্লু ফলাফলটি হিউরিস্টিকভাবে যে কিছু থ্রোসোল্ড মান নিয়ে এসেছি তার চেয়ে কম কিনা তা মূল্যায়ন করে আমি একটি "ম্যাচ" মূল্যায়ন করছি। এটি কি …

9 time-series  normalization  functional-data-analysis 

আমি বহু বিষয় পরিহিত একাধিক সেন্সর সহ সংগৃহীত অ্যাক্সিলোমিটার ডেটার একটি বিশাল সেট নিয়ে কাজ করছি। দুর্ভাগ্যক্রমে, এখানে কেউ ডিভাইসের প্রযুক্তিগত বৈশিষ্ট্যগুলি জানে বলে মনে হয় না এবং আমি মনে করি না যে তারা কখনও পুনরুদ্ধারিত হয়েছে। আমার কাছে ডিভাইসগুলি সম্পর্কে পুরোপুরি তথ্য নেই। আমি আমার মাস্টারের থিসিসে কাজ করছি, …

9 normalization  signal-processing 

নিম্নলিখিত গ্রাফ্ট এই নিবন্ধ থেকে নেওয়া হয়েছে । আমি বুটস্ট্র্যাপে নবাগত এবং R bootপ্যাকেজের সাথে রৈখিক মিশ্র মডেলের জন্য প্যারামিমেট্রিক, সেমিপ্রায়মেট্রিক এবং ননপ্যারমেট্রিক বুটস্ট্র্যাপিং বুটস্ট্র্যাপিং বাস্তবায়নের চেষ্টা করছি । আর কোড আমার Rকোডটি এখানে : library(SASmixed) library(lme4) library(boot) fm1Cult <- lmer(drywt ~ Inoc + Cult + (1|Block) + (1|Cult), data=Cultivation) …

9 r  mixed-model  bootstrap  central-limit-theorem  stable-distribution  time-series  hypothesis-testing  markov-process  r  correlation  categorical-data  association-measure  meta-analysis  r  anova  confidence-interval  lm  r  bayesian  multilevel-analysis  logit  regression  logistic  least-squares  eda  regression  notation  distributions  random-variable  expected-value  distributions  markov-process  hidden-markov-model  r  variance  group-differences  microarray  r  descriptive-statistics  machine-learning  references  r  regression  r  categorical-data  random-forest  data-transformation  data-visualization  interactive-visualization  binomial  beta-distribution  time-series  forecasting  logistic  arima  beta-regression  r  time-series  seasonality  large-data  unevenly-spaced-time-series  correlation  statistical-significance  normalization  population  group-differences  demography 

আমি কয়েকটি পয়েন্ট প্রক্রিয়াগুলিতে (বা একটি চিহ্নিত পয়েন্ট প্রক্রিয়া) উপর চতুর্মুখী গণনা বিশ্লেষণ করতে চাই, তারপরে কিছু মাত্রিকতা হ্রাস কৌশলগুলি প্রয়োগ করতে। চিহ্নগুলি অভিন্নরূপে বিতরণ করা হয় না, অর্থাত্ কয়েকটি চিহ্ন বেশিরভাগ ক্ষেত্রে উপস্থিত হয় এবং কিছুগুলি খুব কমই দেখা যায়। সুতরাং, আমি কেবল নিয়মিত গ্রিডে আমার 2 ডি স্পেসটি …

9 multivariate-analysis  normalization  ecology  point-process