প্রশ্ন ট্যাগ «random-forest»

আমি নিজেকে জিজ্ঞাসা করছি যে কোনও রিগ্রেশন প্রসঙ্গে negativeণাত্মক ভেরিয়েবল গুরুত্ব মান ("% IncMSE") সহ সেই ভেরিয়েবলগুলি সরিয়ে ফেলা ভাল ধারণা কিনা। এবং যদি এটি আমাকে আরও ভাল ভবিষ্যদ্বাণী দেয়? আপনি কি মনে করেন?

10 machine-learning  feature-selection  random-forest  importance 

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 

বলুন আমাদের কাছে দুটি জনসংখ্যার নমুনা রয়েছে: Aএবং B। আসুন ধরে নেওয়া যাক এই জনসংখ্যাগুলি ব্যক্তি দ্বারা তৈরি এবং আমরা বৈশিষ্ট্যগুলির ক্ষেত্রে ব্যক্তিদের বর্ণনা করতে পছন্দ করি। এর মধ্যে কয়েকটি বৈশিষ্ট্য শ্রেণিবদ্ধ (যেমন তারা কাজ করতে গাড়ি চালায়?) এবং কয়েকটি সংখ্যাসূচক (যেমন তাদের উচ্চতা)। আসুন এই বৈশিষ্ট্যগুলি কল করুন: । …

9 anova  random-forest  cart  group-differences 

আমি বীজগণিত শ্রেণিবদ্ধগুলি পড়েছি : দ্রুত ক্রস-বৈধকরণ, অনলাইন প্রশিক্ষণ এবং সমান্তরাল প্রশিক্ষণের একটি জেনেরিক পদ্ধতির এবং উত্পন্ন অ্যালগরিদমের কার্যকারিতা দেখে অবাক হয়েছি। তবে, মনে হয় নাইভ বেয়েস (এবং জিবিএম) এর বাইরে কাঠামোর সাথে খাপ খায় এমন অনেক অ্যালগরিদম নেই। অন্য কোন কাগজপত্র রয়েছে যারা বিভিন্ন শ্রেণিবদ্ধে কাজ করেছিলেন? (এসভিএম, র্যান্ডম …

9 cross-validation  references  random-forest  computational-statistics  naive-bayes 

আর-এ সাম্প্রতিক পর্যবেক্ষণগুলিতে আমি আরও ওজন কীভাবে নির্ধারণ করব? আমি এটিকে একটি সাধারণভাবে জিজ্ঞাসা করা প্রশ্ন বা আকাঙ্ক্ষা হিসাবে ধরে নিই তবে এটি কীভাবে বাস্তবায়ন করা যায় তা নির্ণয় করতে আমার খুব কষ্ট হয়েছে। আমি এর জন্য প্রচুর অনুসন্ধান করার চেষ্টা করেছি কিন্তু আমি এর থেকে ভাল ব্যবহারিক উদাহরণ খুঁজে …

9 r  time-series  regression  random-forest 

র্যান্ডম ফরেস্টে, প্রতিটি গাছের সমান্তরালভাবে ডেটার এক অনন্য বুস্ট্র্যাপ নমুনায় উত্থিত হয়। যেহেতু প্রতিটি বুস্ট্র্যাপ নমুনায় প্রায়% 63% অনন্য পর্যবেক্ষণ রয়েছে বলে আশা করা যায়, এটি প্রায় পর্যবেক্ষণের প্রায় 37% ছেড়ে দেয় যা গাছ পরীক্ষার জন্য ব্যবহার করা যেতে পারে। এখন, মনে হচ্ছে স্টোকাস্টিক গ্রেডিয়েন্ট বুস্টিং-এ, আরএফ-এর মতো একটি :ও …

9 machine-learning  cross-validation  data-mining  random-forest  boosting 

1) স্কলারনে র‌্যান্ডমফোরেস্টে আমি শ্রেণিবদ্ধের প্রান্তিক (আমার মনে হয় এটি ডিফল্টরূপে 0.5 হয়) কীভাবে পরিবর্তন করতে পারি? 2) আমি কীভাবে স্কলারনে আন্ডার-স্যাম্পল করতে পারি? 3) আমার র্যান্ডমফোরস্ট শ্রেণিবদ্ধের নিম্নলিখিত ফলাফল রয়েছে: [[1635 1297] [520 3624]] precision recall f1-score support class 0 0.76 0.56 0.64 2932 class 1 0.74 0.87 0.80 …

9 classification  random-forest  precision-recall  unbalanced-classes 

আমি আমার ডেটাতে র‌্যান্ডমফোরেস্ট রেজিস্টার ব্যবহার করছি এবং আমি দেখতে পাচ্ছি যে আউব স্কোরটি 0.83 হয়ে গেছে। আমি নিশ্চিত নই যে এটি কীভাবে এমনভাবে এল। আমি বলতে চাইছি আমার টার্গেটগুলি 10 ^ 7 এর সীমাতে উচ্চতর মান। সুতরাং এটি যদি এমএসই হয় তবে এটি আরও অনেক বেশি হওয়া উচিত ছিল। …

9 regression  random-forest 

আমার একটি দুর্দান্ত randomForestশ্রেণিবদ্ধকরণ মডেল রয়েছে যা আমি একটি অ্যাপ্লিকেশনটিতে ব্যবহার করতে চাই যা একটি নতুন কেসের শ্রেণীর পূর্বাভাস দেয়। নতুন ক্ষেত্রে অনিবার্যভাবে মূল্যবোধ হারিয়েছে। ভবিষ্যদ্বাণী করা এনএ-তে যেমন কাজ করবে না। আমার কীভাবে এটি করা উচিত? data(iris) # create first the new case with missing values na.row<-45 na.col<-c(3,5) case.na<-iris[na.row,] …

9 r  random-forest  prediction  missing-data 

ধরুন আমার কাছে 4 টি সম্ভাব্য ইভেন্টের ফ্রিকোয়েন্সিগুলির একটি নমুনা রয়েছে: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 এবং আমার ঘটনার প্রত্যাশিত সম্ভাবনা রয়েছে: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 আমার চারটি ইভেন্টের পর্যবেক্ষণের ফ্রিকোয়েন্সিগুলির যোগফলের সাথে (18) আমি …

9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom 

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 রিগ্রেশনের জন্য আর (আর সংস্করণ ২.১13.১, র্যান্ডমফোরস্ট সংস্করণ ৪.6-২) এ র্যান্ডমফোরস্ট প্যাকেজটি ব্যবহার করছি এবং আমার ফলাফলগুলিতে একটি উল্লেখযোগ্য পক্ষপাতিত্ব লক্ষ্য করেছি: ভবিষ্যদ্বাণী ত্রুটি প্রতিক্রিয়ার ভেরিয়েবলের মানের উপর নির্ভরশীল। উচ্চ মানগুলি পূর্বাভাসিত এবং নিম্ন মানগুলি পূর্বাভাসিত হয়। প্রথমে আমি সন্দেহ করি এটি আমার ডেটা এর পরিণতি ছিল তবে নিম্নলিখিত …

9 r  regression  random-forest 

আর-এ লজিস্টিক রিগ্রেশনের বিকল্প সম্পর্কে সাম্প্রতিক প্রশ্নে র্যান্ডমফোরেস্ট, জিবিএম, আরপার্ট, বায়সগ্ল্যাম এবং জেনারাইজড অ্যাডিটিভ মডেল সহ বিভিন্ন উত্তর পেয়েছে। এই পদ্ধতি এবং লজিস্টিক রিগ্রেশন মধ্যে ব্যবহারিক এবং ব্যাখ্যা পার্থক্য কি? লজিস্টিক রিগ্রেশন সম্পর্কিত তারা কী অনুমান করে (বা তৈরি করে না)? অনুমানের পরীক্ষার জন্য উপযুক্ত? প্রভৃতি

9 r  hypothesis-testing  logistic  random-forest