প্রশ্ন ট্যাগ «random-forest»

এলোমেলো বন শ্রেণিবদ্ধকরণ করার আগে পিসিএ করা কি বোধগম্য? আমি উচ্চ মাত্রিক পাঠ্য ডেটা নিয়ে কাজ করছি, এবং মাত্রিকতার অভিশাপ এড়াতে সহায়তা করতে আমি বৈশিষ্ট্য হ্রাস করতে চাই, তবে র্যান্ডম অরণ্যগুলি ইতিমধ্যে কোনও ধরণের মাত্রা হ্রাস করার পক্ষে নয়?

14 classification  pca  random-forest  dimensionality-reduction  high-dimensional 

একটি এলোমেলো বন হ'ল ব্যাগিং ধারণার অনুসরণ করে সিদ্ধান্ত গাছের সংগ্রহ। যখন আমরা একটি সিদ্ধান্ত গাছ থেকে পরবর্তী সিদ্ধান্ত গাছের দিকে চলে যাই তখন শেষ সিদ্ধান্ত গাছ দ্বারা শিখানো তথ্য কীভাবে পরবর্তী স্থানে চলে যায়? কারণ, আমার বোধগম্য হিসাবে, এমন কোনও প্রশিক্ষিত মডেলের মতো কিছুই নেই যা প্রতিটি সিদ্ধান্ত গাছের …

14 machine-learning  random-forest  cart  bagging 

বাইনারি শ্রেণীবদ্ধকরণ সমস্যার জন্য আমি বর্তমানে ম্যাটল্যাবে আরএফ টুলবক্স ব্যবহার করছি ডেটা সেট: 50000 নমুনা এবং 250 টিরও বেশি বৈশিষ্ট্য সুতরাং গাছের সংখ্যা বৃদ্ধির জন্য প্রতিটি ভাগে গাছের সংখ্যা এবং এলোমেলোভাবে নির্বাচিত বৈশিষ্ট্যটি কী হওয়া উচিত? অন্য কোনও প্যারামিটারগুলি ফলাফলগুলিকে ব্যাপকভাবে প্রভাবিত করতে পারে?

14 machine-learning  classification  random-forest 

বলুন আমাদের বেশিরভাগ শ্রেণিবদ্ধ বৈশিষ্ট্যযুক্ত বাইনারি শ্রেণিবদ্ধকরণ সমস্যা রয়েছে। আমরা এটি শিখতে কিছু অ-লিনিয়ার মডেল (যেমন এক্সজিবিস্ট বা র্যান্ডম বন) ব্যবহার করি। এখনও কি বহু-তাত্পর্য সম্পর্কে উদ্বিগ্ন হওয়া উচিত? কেন? যদি উপরের উত্তরটি সত্য হয় তবে কোনওরাই কী এই লড়াইয়ের সাথে বিবেচনা করবেন যে এই ধরণের নন-লিনিয়ার মডেল ব্যবহার করা …

13 classification  random-forest  multicollinearity  xgboost 

যখন আমরা একটি র‌্যান্ডম ফরেস্টের গুণমানকে মূল্যায়ন করি, উদাহরণস্বরূপ, এটিসি ব্যবহার করে, কী পরিমাণ ব্যাগের নমুনাগুলির উপর বা ক্রস বৈধতার সেটটি ধরে রেখে এই পরিমাণগুলি গণনা করা আরও উপযুক্ত? আমি শুনেছি ওওবি নমুনাগুলিতে এটি কম্পিউটিং করা আরও একটি নিরাশাবাদী মূল্যায়ন দেয়, তবে কেন তা আমি দেখছি না।

13 cross-validation  random-forest  auc 

চমত্কার পরিসংখ্যানের মডেলিং পড়ে: দুটি সংস্কৃতি (ব্রেইম্যান 2001) , আমরা traditionalতিহ্যগত পরিসংখ্যানের মডেলগুলির (যেমন লিনিয়ার রিগ্রেশন) এবং মেশিন লার্নিং অ্যালগরিদমগুলির (যেমন, ব্যাগিং, র্যান্ডম ফরেস্ট, বুস্টেড ট্রি ...) মধ্যে সমস্ত পার্থক্যটি ব্যবহার করতে পারি। ব্রেইমান ডেটা মডেলগুলির (প্যারামিট্রিক) সমালোচনা করেন কারণ তারা এই ধারণার উপর ভিত্তি করে যে পরিসংখ্যানবিদ দ্বারা নির্ধারিত …

13 machine-learning  data-mining  random-forest  boosting  bagging 

আমি মেশিন লার্নিং, কার্ট-কৌশল এবং এ জাতীয় মতামতে বেশ নতুন এবং আমি আশা করি আমার ভোদাভুটিও খুব স্পষ্ট নয়। র্যান্ডম ফরেস্ট কীভাবে একাধিক স্তরের / স্তরক্রমিক ডেটা স্ট্রাকচারগুলি পরিচালনা করে (উদাহরণস্বরূপ যখন ক্রস-লেভেল ইন্টারঅ্যাকশন আগ্রহী)? এটি হ'ল বিভিন্ন শ্রেণিবদ্ধ স্তরের বিশ্লেষণের ইউনিটগুলির সাথে ডেটা সেট করে ( উদাহরণস্বরূপ , শিক্ষার্থীরা …

13 machine-learning  random-forest  multilevel-analysis  cart 

আমি বিভিন্ন গুণাবলীর ভিত্তিতে দামের পূর্বাভাস দেওয়ার জন্য র্যান্ডম বন ব্যবহার করে রিগ্রেশন করছি। কোড পাইথনে সাইকিট-লার্ন ব্যবহার করে লেখা হয়েছে। আপনি কীভাবে সিদ্ধান্ত নেবেন যে আপনার নিজের ভেরিয়েবলগুলি exp/ logব্যবহারের পূর্বে রিগ্রেশন মডেলের সাথে মানানসই তা পরিবর্তন করা উচিত ? র্যান্ডম ফরেস্টের মতো কোনও এনসেম্বল পদ্ধতির ব্যবহার করার সময় …

13 regression  machine-learning  predictive-models  python  random-forest 

আমি আর এলোমেলো বন মডেল ব্যবহার করে পূর্বাভাস দেওয়ার চেষ্টা করছি am তবে আমি ত্রুটিগুলি পেয়েছি যেহেতু কিছু উপাদানগুলির প্রশিক্ষণ সংস্থার চেয়ে পরীক্ষার সেটে বিভিন্ন মান রয়েছে। উদাহরণস্বরূপ, পরীক্ষার সেটে কোনও ফ্যাক্টরের Cat_2মান 34, 68, 76ইত্যাদি থাকে যা প্রশিক্ষণ সেটে উপস্থিত হয় না। দুর্ভাগ্যক্রমে, টেস্ট সেটে আমার নিয়ন্ত্রণ নেই ... …

13 r  categorical-data  random-forest 

আমি একটি র্যান্ডমফোরস্টের সাথে খেলছি এবং দেখেছি যে সাধারণত স্যাম্পসাইজ বাড়ানো আরও ভাল পারফরম্যান্সের দিকে নিয়ে যায়। কোনও নিয়ম / সূত্র / ইত্যাদি রয়েছে যা ইঙ্গিত দেয় যে সর্বোত্তম স্যাম্পসাইজটি কী হওয়া উচিত বা এটি একটি ট্রায়াল এবং ত্রুটিযুক্ত জিনিস? আমি অনুমান করি এটির অন্যরকম উপায়; একটি সাম্পসাইজ খুব ছোট …

13 r  random-forest 

আমার প্রশ্ন: এলোমেলো বন কেন গাছের স্তরের পরিবর্তে প্রতিটি গাছের মধ্যে নোড স্তরে বিভক্ত হওয়ার জন্য বৈশিষ্ট্যগুলির এলোমেলো উপগুলি বিবেচনা করে ? পটভূমি: এটি একটি ইতিহাসের প্রশ্ন। টিন কাম হো ১৯৯৮ সালে প্রতিটি গাছের বৃদ্ধি করার জন্য এলোমেলোভাবে ব্যবহারের জন্য বৈশিষ্ট্যগুলির একটি উপসেট নির্বাচন করে "সিদ্ধান্ত বন" নির্মাণের জন্য এই …

13 machine-learning  feature-selection  random-forest  importance  history 

আমি এই সাইটে পড়েছিলাম যে স্পষ্টতই কিনেক্ট কোনওভাবে মেশিন শেখার জন্য এলোমেলো বন অ্যালগরিদম ব্যবহার করে। কেউ কি এটিকে এলোমেলো বন ব্যবহার করে এবং কীভাবে তাদের পদ্ধতির কাজ করে তা ব্যাখ্যা করতে পারে?

13 machine-learning  random-forest  application 

আমার কাছে মাসিক ডেটার 24 সারি সমন্বিত ডেটা সেট রয়েছে। বৈশিষ্ট্যগুলি হ'ল জিডিপি, বিমানবন্দরের আগমন, মাস এবং আরও কয়েকটি। নির্ভরশীল পরিবর্তনশীল একটি জনপ্রিয় পর্যটন গন্তব্যে দর্শনার্থীর সংখ্যা। র্যান্ডম ফরেস্ট কি এমন সমস্যার জন্য উপযুক্ত হবে? ডেটা জনসাধারণ না হওয়ায় আমি একটি নমুনা পোস্ট করতে অক্ষম।

13 random-forest  small-sample 

আমি এলোমেলো বনগুলিতে নৈকট্য শব্দটি জুড়ে এসেছি। তবে আমি বুঝতে পারি না এলোমেলো বনগুলিতে এটি কী করে। শ্রেণিবিন্যাসের জন্য এটি কীভাবে সহায়তা করে?

13 machine-learning  random-forest 

লিনিয়ার রিগ্রেশন জন্য শ্রেণিবদ্ধ বৈশিষ্ট্যগুলি কোডিং করার সময়, একটি নিয়ম রয়েছে: ডামির সংখ্যা মোট স্তরের সংখ্যার চেয়ে কম হওয়া উচিত (কোলাইনারিটি এড়াতে)। সিদ্ধান্ত গাছের জন্য কি একই ধরণের নিয়ম রয়েছে (ব্যাগড, বুস্টেড)? আমি এটি জিজ্ঞাসা করছি কারণ পাইথনে একটি স্ট্যান্ডার্ড অনুশীলন মনে হয় nস্তরগুলি nডমিগুলিতে (স্কালার্নস ' OneHotEncoderবা পান্ডাস' pd.get_dummies) …

13 categorical-data  random-forest  cart  boosting