প্রশ্ন ট্যাগ «regression»

বন্ধ । এই প্রশ্নটি মতামত ভিত্তিক । এটি বর্তমানে উত্তর গ্রহণ করছে না। এই প্রশ্নটি উন্নত করতে চান? প্রশ্নটি আপডেট করুন যাতে পোস্টটি সম্পাদনা করে সত্য এবং উদ্ধৃতি দিয়ে উত্তর দেওয়া যায় । 2 বছর আগে বন্ধ । আমি বর্তমানে লিনিয়ার রিগ্রেশন ক্লাসে আছি, তবে আমি এই অনুভূতিটি কাঁপতে পারি …

12 regression  machine-learning  linear  teaching 

আমি মাল্টিভেরিয়েবল মডেল বিল্ডিং পড়ছি : প্যাট্রিক রয়স্টন এবং উইলি সৌরব্রির মডেলিং কনটিনিউশন ভেরিয়েবলের ফ্র্যাকশনাল পলিনোমিয়ালের উপর ভিত্তি করে রিগ্রেশন অ্যানালাইসিসের একটি প্র্যাকমেটিক অ্যাপ্রোচ। এখনও অবধি আমি মুগ্ধ এবং এটি একটি আকর্ষণীয় পদ্ধতির যা আমি আগে বিবেচনা করি নি। তবে লেখক নিখোঁজ ডেটা নিয়ে কাজ করেন না। প্রকৃতপক্ষে, পি। ১ …

12 regression  missing-data  fractional-polynomial 

লজিস্টিক রিগ্রেশনটির প্যারামিটারের অনুমান / প্রশিক্ষণটি কীভাবে কাজ করে? আমি এ পর্যন্ত যা পেয়েছি তা রাখার চেষ্টা করব। আউটপুট হ'ল x: উপর নির্ভর করে সম্ভাবনার আকারে লজিস্টিক ফাংশনের আউটপুট পি( y)= 1 | x ) = 11 + ই- ωটিএক্স≡ σ( ω)টিএক্স )P(y=1|x)=11+e−ωTx≡σ(ωTx)P(y=1|x)={1\over1+e^{-\omega^Tx}}\equiv\sigma(\omega^Tx) পি( y)= 0 | x ) = …

12 regression  logistic  likelihood 

বৈশিষ্ট্যগুলি কীভাবে নির্বাচন করবেন সে সম্পর্কে বেশ কয়েকটি পোস্ট রয়েছে। পদ্ধতির একটি টি-পরিসংখ্যানের ভিত্তিতে বৈশিষ্ট্যটির গুরুত্ব বর্ণনা করে। আর মধ্যে স্ট্যান্ডার্ডযুক্ত বৈশিষ্ট্য varImp(model)সহ রৈখিক মডেলটিতে প্রয়োগ করা প্রতিটি মডেলের প্যারামিটারের জন্য টি-স্ট্যাটিস্টিকের নিখুঁত মান ব্যবহৃত হয়। সুতরাং, মূলত আমরা এর টি-পরিসংখ্যানের উপর ভিত্তি করে একটি বৈশিষ্ট্য চয়ন করি, যার অর্থ …

12 regression  p-value  feature-selection 

আমি লিনিয়ার রিগ্রেশন অধ্যয়ন করছি এবং নীচে সেট on (x, y) tried এ চেষ্টা করে দেখছি, যেখানে x বর্গফুটে বাড়ির ক্ষেত্রফল নির্দিষ্ট করেছে এবং y ডলারে মূল্য নির্দিষ্ট করেছে। এটি অ্যান্ড্রু এনজি নোটসের প্রথম উদাহরণ । 2104.400 1600.330 2400.369 1416.232 3000.540 আমি একটি নমুনা কোড বিকাশ করেছি কিন্তু আমি যখন …

12 regression  least-squares  gradient-descent  supervised-learning 

এখানে সংশ্লিষ্ট অধীনে কমপক্ষে পরম বিচ্যুতি সমস্যা। আমি জানি যে এটি নিম্নলিখিত উপায়ে এলপি সমস্যা হিসাবে পুনরায় সাজানো যেতে পারে:argminwL(w)=∑ni=1|yi−wTx|arg⁡minwL(w)=∑i=1n|yi−wTx| \underset{\textbf{w}}{\arg\min} L(w)=\sum_{i=1}^{n}|y_{i}-\textbf{w}^T\textbf{x}| min∑ni=1uimin∑i=1nui\min \sum_{i=1}^{n}u_{i} ui≥xTw−yii=1,…,nui≥xTw−yii=1,…,nu_i \geq \textbf{x}^T\textbf{w}- y_{i} \; i = 1,\ldots,n ui≥−(xTw−yi)i=1,…,nui≥−(xTw−yi)i=1,…,nu_i \geq -\left(\textbf{x}^T\textbf{w}-y_{i}\right) \; i = 1,\ldots,n তবে ধাপে ধাপে সমাধান করার আমার কোনও ধারণা নেই, কারণ আমি …

12 regression  optimization  quantile-regression  linear-programming  least-absolute-deviations 

মাঝারি রিগ্রেশন বিশ্লেষণগুলি প্রায়শই দুই বা ততোধিক ভবিষ্যদ্বাণী / কোভারিয়েটগুলির মধ্যে মিথস্ক্রিয়া মূল্যায়ন করতে সামাজিক বিজ্ঞানে ব্যবহৃত হয়। সাধারণত, দুটি পূর্বাভাসকারী ভেরিয়েবল সহ, নিম্নলিখিত মডেলটি প্রয়োগ করা হয়: Y=β0+β1∗X+β2∗M+β3∗XM+eY=β0+β1∗X+β2∗M+β3∗XM+eY = β_0 + β_1*X + β_2*M + β_3*XM + e লক্ষ্য করুন যে পরিমিতির পরীক্ষাটি XM পণ্য শর্ত XMXMXM(স্বাধীন ভেরিয়েবল XXX …

12 regression  interaction 

Zou এট আল। "লাসোর" স্বাধীনতার ডিগ্রিতে " (2007) দেখায় যে নানজারো সহগের সংখ্যা লাসোর স্বাধীনতার ডিগ্রিগুলির জন্য একটি পক্ষপাতহীন এবং ধারাবাহিক অনুমান। এটা আমার কাছে কিছুটা পাল্টা মনে হচ্ছে। ধরুন আমাদের একটি রিগ্রেশন মডেল রয়েছে (যেখানে ভেরিয়েবলগুলি শূন্যের মাঝামাঝি) y=βx+ε.y=βx+ε.y=\beta x + \varepsilon. ধরুন একটি অবাধ OLS ঔজ্জ্বল্যের প্রেক্ষাপটে এর …

12 regression  lasso  degrees-of-freedom  shrinkage 

ডিজাইনের ম্যাট্রিক্স এর ক্ষেত্রে নিখুঁত কোলাইনারিটির উদাহরণ কী ?XXX আমি একটি উদাহরণ চাই যেখানে যেখানে অনুমান করা যায় না কারণ নয়।β^=(X′X)−1X′Yβ^=(X′X)−1X′Y\hat \beta = (X'X)^{-1}X'Y(X′X)(X′X)(X'X)

12 regression  multicollinearity  matrix  matrix-inverse 

আমি যদি ভুল না করি, লিনিয়ার মডেলটিতে, প্রতিক্রিয়ার বিতরণটি একটি নিয়মিত উপাদান এবং একটি এলোমেলো উপাদান বলে ধরে নেওয়া হয়। ত্রুটি শব্দটি এলোমেলো উপাদান ক্যাপচার করে। অতএব, আমরা যদি ধরে নিই যে ত্রুটি শব্দটি সাধারণত বিতরণ করা হয়, তবে এর দ্বারা বোঝা যাচ্ছে না যে প্রতিক্রিয়াটিও সাধারণত বিতরণ করা হয়? …

12 regression  assumptions 

আমি পইসন রেসপন্স ভেরিয়েবলের ওভারডিস্পেরেশন এবং সমস্ত স্থির-প্রতিক্রিয়া শুরুর মডেলটি মোকাবেলায় তিনটি প্রস্তাব পেয়েছি: একটি কোয়া মডেল ব্যবহার করুন; নেতিবাচক দ্বিপদী জিএলএম ব্যবহার করুন; বিষয়-স্তরের এলোমেলো প্রভাব সহ একটি মিশ্র মডেল ব্যবহার করুন। তবে আসলে কোনটি বেছে নেবে এবং কেন? এগুলির মধ্যে কি প্রকৃত মানদণ্ড রয়েছে?

12 regression  negative-binomial  poisson-regression  overdispersion  quasi-likelihood 

আমি বর্তমানে নিজেকে শ্রেণিবদ্ধকরণ কীভাবে করব তা শিখছি এবং বিশেষত আমি তিনটি পদ্ধতির দিকে নজর দিচ্ছি: ভেক্টর মেশিন, নিউরাল নেটওয়ার্ক এবং লজিস্টিক রিগ্রেশন সমর্থন করুন। আমি যা বোঝার চেষ্টা করছি তা হ'ল লজিস্টিক রিগ্রেশন অন্য দু'জনের তুলনায় আরও ভাল পারফর্ম করতে পারে। লজিস্টিক রিগ্রেশন সম্পর্কে আমার বোঝাপড়া থেকে ধারণাটি হ'ল …

12 regression  machine-learning  logistic  classification  regression-strategies 

আমি তৈরি দুই ভেরিয়েবল পরিমাপ এক্স এবং ওয়াই । তারা উভয়ই তাদের সাথে যুক্ত ncertain x এবং σ y সম্পর্কিত অনিশ্চয়তাগুলি জানেছে । আমি এক্স এবং y এর মধ্যে সম্পর্ক খুঁজে পেতে চাই । আমি এটা কিভাবে করবো?nnnxxxyyyσxσx\sigma_xσyσy\sigma_yxxxyyy সম্পাদনা : প্রতিটি একটি ভিন্ন হয়েছে σ এক্স , আমি এর সাথে …

12 r  regression  deming-regression 

আমি ভেবেছিলাম আমি এই সমস্যাটি বুঝতে পেরেছি তবে এখন আমি তেমন নিশ্চিত নই এবং আমি এগিয়ে যাওয়ার আগে অন্যের সাথে চেক করতে চাই। আমার দুটি পরিবর্তনশীল আছে, Xএবং Y। Yএটি একটি অনুপাত, এবং এটি 0 এবং 1 দ্বারা আবদ্ধ হয় না এবং সাধারণত বিতরণ করা হয়। Xএটি একটি অনুপাত, এবং …

12 r  regression  data-transformation  nonlinear-regression  proportion 

পটভূমি এবং সমস্যা আমি রিগ্রেশন এবং পরবর্তী বায়েশিয়ান অপটিমাইজেশন (বিও) এর জন্য গাউসিয়ান প্রসেসেস (জিপি) ব্যবহার করছি। রিগ্রেশনের জন্য আমি বেশ কয়েকটি কাস্টম-মেড মডিফিকেশন সহ এমএটিএলবির জন্য জিপিএমএল প্যাকেজটি ব্যবহার করি , তবে সমস্যাটি সাধারণ। এটি একটি সুপরিচিত সত্য যে দুটি প্রশিক্ষণের ইনপুট যখন ইনপুট স্পেসের খুব কাছাকাছি থাকে, তখন …

12 regression  covariance-matrix  gaussian-process  bayesian-optimization