প্রশ্ন ট্যাগ «regression»

প্রাথমিক , দ্বৈত এবং কার্নেল রিজ রিগ্রেশন মধ্যে পার্থক্য কি ? লোকেরা তিনটিই ব্যবহার করছে, এবং বিভিন্ন সূত্রের প্রত্যেকে যেহেতু বিভিন্ন উত্সে ব্যবহার করে তা আমার অনুসরণ করা কঠিন। তাহলে কেউ আমাকে সহজ কথায় বলতে পারেন এই তিনটির মধ্যে পার্থক্য কী? এ ছাড়াও প্রত্যেকের কিছু সুবিধা বা অসুবিধা কী হতে …

18 regression  kernel-trick  ridge-regression 

যদি লিনিয়ার রিগ্রেশনটিতে আমার স্পষ্টতাল পরিবর্তনশীল থাকে ... আমি কীভাবে শ্রেণিবদ্ধ ভেরিয়েবলের স্থায়ীত্বের পরিচয় জানব? ধরা যাক যে ফ্যাক্টর এর 10 টি স্তর রয়েছে ... সেখানে 10 টি বিভিন্ন ফলস্বরূপ টি-ভ্যালু থাকবে, একটি ফ্যাক্টর ভেরিয়েবল এর ছত্রছায়ায় ...এক্স 1X1X1X_1X1X1X_1 এটি আমার কাছে মনে হয় যে পরিসংখ্যানের স্বতন্ত্রতা প্রতিটি স্তরের ফ্যাক্টর …

18 regression  statistical-significance  categorical-data 

আসুন কিছু রৈখিক মডেল আসুন, উদাহরণস্বরূপ কেবল সহজ আনোভা: # data generation set.seed(1.234) Ng <- c(41, 37, 42) data <- rnorm(sum(Ng), mean = rep(c(-1, 0, 1), Ng), sd = 1) fact <- as.factor(rep(LETTERS[1:3], Ng)) m1 = lm(data ~ 0 + fact) summary(m1) ফলাফলগুলি নিম্নরূপ: Call: lm(formula = data ~ 0 …

18 r  regression  confidence-interval 

আমি ব্ল্যাকআউটে ভুগছি লিনিয়ার রিগ্রেশন প্রসঙ্গে পক্ষপাতিত্ব-বৈচিত্র্য ট্রেড অফকে প্রদর্শন করার জন্য আমাকে নীচের ছবিটি উপস্থাপন করা হয়েছিল: আমি দেখতে পাচ্ছি যে দুটি মডেলের কোনওটিই উপযুক্ত ফিট নয় - "সিম্পল" এক্সওয়াই সম্পর্ক সম্পর্কিত জটিলতার প্রশংসা করছে না এবং "জটিল" কেবলমাত্র অত্যধিক মাননীয়, মূলত হৃদয় দিয়ে প্রশিক্ষণের ডেটা শিখছে। তবে আমি …

18 regression  variance  bias 

আমি আশা করছি যে কেউ আমার জন্য বিভ্রান্তির একটি বিষয় সোজা করতে সহায়তা করতে পারে। বলুন যে আমি নীচের সেটআপ সহ 2 সেট রিগ্রেশন কোফিয়েনটিস একে অপরের থেকে উল্লেখযোগ্যভাবে পৃথক কিনা তা পরীক্ষা করতে চাই: yi=α+βxi+ϵiyi=α+βxi+ϵiy_i = \alpha + \beta x_i + \epsilon_i , 5 টি স্বতন্ত্র ভেরিয়েবল। প্রায় সমান …

18 regression  hypothesis-testing  multiple-regression 

আমার 5 টি ভেরিয়েবল রয়েছে এবং আমি আমার টার্গেট ভেরিয়েবলটি পূর্বাভাস দেওয়ার চেষ্টা করছি যা অবশ্যই 0 থেকে 70 এর মধ্যে থাকা উচিত। আমি কীভাবে এই লক্ষ্যটির টুকরোটি আমার লক্ষ্যকে আরও উন্নত করতে মডেল করতে পারি?

18 regression  bounds 

আমি এমন কিছু পরিসংখ্যানবিদদের মুখোমুখি হয়েছিল যে পূর্বাভাসের জন্য লিনিয়ার রিগ্রেশন ব্যতীত অন্য মডেলগুলি কখনই ব্যবহার করে না কারণ তারা বিশ্বাস করে যে "এমএল মডেলগুলি" যেমন এলোমেলো বন এবং গ্রেডিয়েন্ট বুস্টিং যেমন "ব্যাখ্যাযোগ্য বা ব্যাখ্যাযোগ্য নয়"। একটি লিনিয়ার রিগ্রেশন-এ, অনুমানের সেটটি যাচাই করা হয়েছে (ত্রুটির স্বাভাবিকতা, সমকামিতা, কোনও বহু-প্রান্তিককরণ নয়), …

18 regression  machine-learning  multiple-regression  model-interpretation 

আমি 4 টি ভেরিয়েবলের সাথে একটি রিগ্রেশন এবং টি এবং (আমি বলি বলে কারণ এটি অন্তর্ভুক্ত করা অপ্রাসঙ্গিক বলে মনে হয়) যা খুব উচ্চ এবং স্পষ্টভাবে তাৎপর্যপূর্ণ। তবে কেবলমাত্র .2284। আমি কি এখানে টি মানগুলির ভুল ব্যাখ্যা করছি এমন কিছু বোঝানোর জন্য যা তারা নেই? টি মানগুলি দেখে আমার প্রথম …

18 regression  hypothesis-testing  econometrics 

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 

আমার কাছে একটি সাংখ্যিক পরিবর্তনশীল রয়েছে যা মাল্টিভারিয়েট লজিস্টিক রিগ্রেশন মডেলটিতে তাত্পর্যপূর্ণ নয় turns যাইহোক, যখন আমি এটিকে দলগুলিতে শ্রেণিবদ্ধ করি, হঠাৎ এটি তাৎপর্যপূর্ণ হয়ে ওঠে। এটি আমার কাছে অত্যন্ত স্ব-স্বজ্ঞাত: যখন কোনও ভেরিয়েবলকে শ্রেণিবদ্ধকরণ করা হয়, তখন আমরা কিছু তথ্য ছেড়ে দেই। এটা কিভাবে হতে পারে?

17 regression  logistic  statistical-significance  multivariate-analysis 

আমি ভেরিয়েবল / বৈশিষ্ট্যগুলির সেট ব্যবহার করে একটি লিনিয়ার রিগ্রেশন মডেলকে প্রশিক্ষণ দিয়েছি। এবং মডেল একটি ভাল অভিনয় আছে। যাইহোক, আমি বুঝতে পেরেছি যে পূর্বাভাসযুক্ত ভেরিয়েবলের সাথে ভাল সম্পর্কযুক্ত কোনও ভেরিয়েবল নেই। কিভাবে এটা সম্ভব?

17 regression  machine-learning  correlation  multiple-regression  linear-model 

আমি এখানে এই তালিকাটি দেখেছি এবং বিশ্বাস করতে পারি না যে সর্বনিম্ন স্কোয়ারগুলি সমাধান করার এতগুলি উপায় রয়েছে। "স্বাভাবিক সমীকরণ" এ উইকিপিডিয়া মোটামুটি সোজা এগিয়ে উপায় হতে α^β^=y¯−β^x¯,=∑ni=1(xi-x¯) (yi-y¯)∑এনi = 1(xআমি-x¯)2α^=y¯-β^এক্স¯,β^=Σআমি=1এন(এক্সআমি-এক্স¯)(Yআমি-Y¯)Σআমি=1এন(এক্সআমি-এক্স¯)2 {\displaystyle {\begin{aligned}{\hat {\alpha }}&={\bar {y}}-{\hat {\beta }}\,{\bar {x}},\\{\hat {\beta }}&={\frac {\sum _{i=1}^{n}(x_{i}-{\bar {x}})(y_{i}-{\bar {y}})}{\sum _{i=1}^{n}(x_{i}-{\bar {x}})^{2}}}\end{aligned}}} তাহলে কেন শুধু …

17 regression  least-squares  scikit-learn 

এটি সুপরিচিত যে l2l2l^2 পেনাল্টির সাথে লিনিয়ার রিগ্রেশন সহগের আগে কোনও গাউসিয়ানকে দেওয়া এমএপি অনুমানের সন্ধানের সমতুল্য। একইভাবে, l1l1l^1 পেনাল্টি ব্যবহার পূর্বের হিসাবে ল্যাপ্লেস বিতরণ ব্যবহারের সমতুল্য। l1l1l^1 এবং l2l2l^2 নিয়মিতকরণের কিছু ভারী সমন্বয় ব্যবহার করা অস্বাভাবিক নয় । আমরা কি বলতে পারি যে এটি সহগের উপর কিছু পূর্ব বিতরণের …

17 regression  bayesian  regularization  prior  elastic-net 

বিটা রিগ্রেশন (অর্থাত্ বিটা বিতরণ এবং সাধারণত লজিট লিঙ্ক ফাংশন সহ জিএলএম) প্রায়শই 0 এবং 1 এর মধ্যে ভগ্নাংশ, অনুপাত বা সম্ভাবনার মতো মান গ্রহণকারী প্রতিক্রিয়ার সাথে মোকাবিলা করার পরামর্শ দেওয়া হয়: ফলাফলের জন্য রিগ্রেশন (অনুপাত বা ভগ্নাংশ) 0 এবং 1 এর মধ্যে । তবে, সর্বদা দাবি করা হয় যে …

17 regression  generalized-linear-model  beta-distribution  zero-inflation  beta-regression 

যদি কেউ সম্ভব হয় তবে আমাকে রিগ্রেশন বিশ্লেষণ এবং বক্ররেখা ফিটিং (লিনিয়ার এবং ননলাইনার) এর মধ্যে বাস্তব পার্থক্য (গুলি) ব্যাখ্যা করতে পারেন, যদি সম্ভব হয় তবে একটি উদাহরণ দিয়ে? দেখে মনে হচ্ছে যে উভয়ই দুটি ভেরিয়েবলের মধ্যে সম্পর্ক নির্ধারণের চেষ্টা করে (নির্ভর করে বনাম স্বতন্ত্র) এবং তারপরে মডেলগুলির সাথে সম্পর্কিত …

17 regression  multiple-regression  fitting  roc  curve-fitting