প্রশ্ন ট্যাগ «regression»

বর্তমানে রিজ রিগ্রেশন শিখছি এবং আরও জটিল মডেলগুলির শাস্তি (বা আরও জটিল মডেলের সংজ্ঞা) সম্পর্কে আমি কিছুটা বিভ্রান্ত হয়ে পড়েছিলাম। আমি যা বুঝতে পারি তা থেকে মডেল জটিলতা অগত্যা বহুবর্ষীয় ক্রমের সাথে সম্পর্কিত হতে পারে না। তাই:2 + 3 + 4এক্স2+ 5এক্স3+ 6এক্স42+3+4x2+5x3+6x4 2 + 3+ 4x^2 + 5x^3 + …

9 regression  regularization  hyperparameter 

সাইকিটে সম্ভাব্যতা ক্রমাঙ্কন সম্পর্কিত নথিগুলি শিখুন তারা অন্যান্য পদ্ধতির সাথে লজিস্টিক রিগ্রেশনকে তুলনা করে এবং মন্তব্য করে যে এলোমেলো বনটি লজিস্টিক রিগ্রেশন থেকে কম ভাল ক্যালিব্রেটেড হয়। কেন লজিস্টিক রিগ্রেশন ভাল ক্যালিব্রেট করা হয়? কীভাবে একজন লজিস্টিক রিগ্রেশনটির ক্রমাঙ্কনকে নষ্ট করতে পারে (এমনটি যে কখনও চায় না - ঠিক মহড়া …

9 regression  logistic  calibration 

অবিচ্ছিন্ন প্রতিক্রিয়াতে ওএলএস রিগ্রেশন প্রয়োগ করা হলে, প্রতিটি কোভারিয়েটে রেসিডেন্সিয়াল রেসিস্ট্রেশনগুলি ক্রমান্বয়ে চালিয়ে একাধিক রিগ্রেশন সমীকরণ তৈরি করা যায়। আমার প্রশ্ন হ'ল লজিস্টিক রিগ্রেশন রেসিডুয়ালগুলির মাধ্যমে লজিস্টিক রিগ্রেশন দিয়ে এটি করার কোনও উপায় আছে কি ? মানে, যদি আমি অনুমান করতে চান মান পদ্ধতির মডেলিং রৈখিক সাধারণ ব্যবহার, সেখানে বিরুদ্ধে …

9 regression  logistic  residuals 

আমি আরকেএইচএস রিগ্রেশন এবং লিনিয়ার রিগ্রেশন নিয়মিতকরণের মধ্যে পার্থক্যটি অধ্যয়ন করছি, তবে দুজনের মধ্যে গুরুত্বপূর্ণ পার্থক্যটি উপলব্ধি করতে আমার খুব কষ্ট হয়েছে। ইনপুট-আউটপুট জোড়া দেওয়া , আমি নিম্নলিখিত হিসাবে একটি ফাংশন অনুমান করতে চাই যেখানে একটি কার্নেল ফাংশন। সহগ খুঁজে পাওয়া যাবে যেখানে কিছু স্বরলিপি অপব্যবহারের সাথে, i, j কার্নেলের …

9 regression  generalized-linear-model  regularization  kernel-trick  rbf-kernel 

আমি আরও জটিল মডেলের প্রয়োজন, বা আরও জটিল মডেলের প্রয়োজন না হিসাবে ডেটা পয়েন্টগুলি শ্রেণিবদ্ধ করতে চাই। আমার বর্তমান চিন্তাভাবনা হ'ল সমস্ত তথ্য একটি সাধারণ রৈখিক মডেলের সাথে ফিট করে এবং এই শ্রেণিবদ্ধকরণটি করার জন্য অবশিষ্টাংশের আকার পর্যবেক্ষণ করে। আমি তখন ত্রুটির প্রতি পক্ষপাতিত্ব এবং প্রকরণের অবদান সম্পর্কে কিছু পড়েছিলাম …

9 regression  multiple-regression  residuals  bias-variance-tradeoff 

'স্ট্যাটিস্টিকাল লার্নিং এর উপাদানসমূহ'-এ রৈখিক-মডেলটির পক্ষপাত-বৈচিত্র্য ক্ষয়ের জন্য অভিব্যক্তিটি যেখানে আসল লক্ষ্য ফাংশন, মডেল ) এ র্যান্ডম ত্রুটির এবং রৈখিক মূল্নির্ধারক হয় ।Err(x0)=σ2ϵ+E[f(x0)−Ef^(x0)]2+||h(x0)||2σ2ϵ,Err(x0)=σϵ2+E[f(x0)−Ef^(x0)]2+||h(x0)||2σϵ2,Err(x_0)=\sigma_\epsilon^2+E[f(x_0)-E\hat f(x_0)]^2+||h(x_0)||^2\sigma_\epsilon^2,f(x0)f(x0)f(x_0)σ2ϵσϵ2 \sigma_\epsilon^2y=f(x)+ϵy=f(x)+ϵy=f(x)+\epsilonf^(x)f^(x)\hat f(x)f(x)f(x)f(x) ভেরিয়েন্স শব্দটি এখানে আমাকে বিরক্ত করছে কারণ সমীকরণটি সূচিত করে যে লক্ষ্যগুলি , হলে ভেরিয়েন্সটি শূন্য হবেতবে এটি আমার কাছে তাত্পর্যপূর্ণ নয় কারণ শূন্য …

9 regression  linear-model  bias-variance-tradeoff 

নীচের প্লটটি বিবেচনা করুন যেখানে আমি ডেটা সিমুলেটেড করেছি। আমরা একটি বাইনারি ফলাফল তাকানYও বি এসyobsy_{obs}যার জন্য 1 হওয়ার প্রকৃত সম্ভাবনাটি কালো রেখা দ্বারা নির্দেশিত। একটি covariate মধ্যে কার্যকরী সম্পর্কএক্সxx এবং পি (Yও বি এস= 1 | এক্স )p(yobs=1|x)p(y_{obs}=1 | x) লজিস্টিক লিঙ্ক সহ তৃতীয় ক্রমের বহুপদী (তাই এটি একটি …

9 regression  logistic  bayesian  confidence-interval  credible-interval 

আমি বর্তমানে দুটি পৃথক ফসফরাস পরীক্ষার মান একে অপরের রূপান্তর করার পথে কাজ করছি। পটভূমি মাটিতে উদ্ভিদ উপলভ্য ফসফরাস পরিমাপ করার জন্য অনেকগুলি (নিষ্কাশন) পদ্ধতি রয়েছে। বিভিন্ন দেশ বিভিন্ন পদ্ধতি প্রয়োগ করে, তাই সারা দেশগুলিতে পি-উর্বরতার তুলনা করার জন্য পি-পরীক্ষার মান y এর উপর ভিত্তি করে পি-টেস্ট মান x গণনা …

9 regression  total-least-squares 

উদাহরণ: আমার কাজের বাক্যে একটি বাক্য রয়েছে: "যুক্তরাজ্যের জাভা সিনিয়র ইঞ্জিনিয়ার"। আমি এটি 2 বিভাগ: English এবং হিসাবে পূর্বাভাস দেওয়ার জন্য একটি গভীর শিক্ষার মডেল ব্যবহার করতে চাই IT jobs। যদি আমি traditionalতিহ্যগত শ্রেণিবদ্ধকরণ মডেল ব্যবহার করি তবে এটি কেবল softmaxসর্বশেষ স্তরে ফাংশন সহ 1 টি লেবেল পূর্বাভাস দিতে পারে …

9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 

ধরুন আমার কাছে বিভিন্ন জনসংখ্যার মাপের একগুচ্ছ শহর রয়েছে এবং আমি দেখতে চেয়েছিলাম যে কোনও শহরে মদের দোকানগুলির সংখ্যা এবং ডিইউআইয়ের সংখ্যার মধ্যে ইতিবাচক রৈখিক সম্পর্ক রয়েছে কিনা। যেখানে আমি নির্ধারণ করছি যে এই সম্পর্কটি তাত্পর্যপূর্ণ কিনা তা অনুমানিত রিগ্রেশন সহগের টি-পরীক্ষার ভিত্তিতে। এখন পরিষ্কার পপ। একটি শহরের আকার Uাবির …

9 regression  multicollinearity 

কক্স আনুপাতিক বিপদ মডেল থেকে আপনি কীভাবে বেঁচে থাকার কার্ভটিকে ব্যাখ্যা করবেন? এই খেলনা উদাহরণে, ধরুন আমাদের কাছে ডেটা ageপরিবর্তনের ক্ষেত্রে একটি কক্স আনুপাতিক বিপত্তি মডেল রয়েছে kidneyএবং বেঁচে থাকার বক্ররেখা উত্পন্ন করছে। library(survival) fit <- coxph(Surv(time, status)~age, data=kidney) plot(conf.int="none", survfit(fit)) grid() উদাহরণস্বরূপ, সময়ে , কোন বিবৃতিটি সত্য? নাকি দুটোই …

9 r  survival  cox-model  likelihood  machine-learning  deep-learning  generative-models  machine-learning  reinforcement-learning  q-learning  regression  multicollinearity  convergence  beta-distribution  bernoulli-distribution  machine-learning  self-study  pattern-recognition  neural-networks  stochastic-processes  linear 

পরিসংখ্যানগুলিতে আমার সংক্ষিপ্ত অভিজ্ঞতার পরে, এটি দেখে মনে হয় যে আনোভা ফলাফল পেতে ব্যবহৃত স্কোয়ারের ধরণের পরিমাণ (টাইপ I, II, III, IV ...) পরীক্ষার ফলাফলগুলিতে নাটকীয় পার্থক্য আনতে পারে (বিশেষত মিথস্ক্রিয়া এবং অনুপস্থিত মডেলগুলির মধ্যে তথ্য)। তবে আমি এখনও কোনও কাগজ এটির রিপোর্ট করতে দেখিনি। কেন যে এত? আমি যদি …

9 regression  anova  manova  reporting  sums-of-squares 

হস্টি এবং তিবশিরানী তাদের বইয়ের ৪.৩.২ বিভাগে উল্লেখ করেছেন যে লিনিয়ার রিগ্রেশন সেটিং-এ, সর্বনিম্ন স্কোয়ার্স পদ্ধতির পক্ষে সর্বাধিক সম্ভাবনার একটি বিশেষ ঘটনা। কীভাবে আমরা এই ফলাফলটি প্রমাণ করতে পারি? পিএস: কোনও গাণিতিক বিশদ ছাড়বেন না।

9 regression  maximum-likelihood  least-squares 

এই পোস্টটি রৈখিক মডেলকে বোঝায়, । আমি সর্বদা ত্রুটি (এসএসই) এর জন্য স্কোয়ারের মোট যোগফল (এসএসটিও) এবং onমানের ভিত্তিতে মডেল (এসএসআর) এর স্কোয়ারের যোগফলকে বিভাজন করেছিলাম, তবে একবার আমি সত্যিই এটি সম্পর্কে চিন্তাভাবনা শুরু করলে, আমি বুঝতে পারি না কেন এটি কাজ করে ...Yi=β0+β1xiYi=β0+β1xiY_i = \beta_0 + \beta_1x_i অংশ আমি …

9 regression  sums-of-squares  orthogonal 

আমি এই কাগজের প্রিপ্রিন্টটি পড়ছি , এবং গাউসিয়ান প্রক্রিয়া রিগ্রেশন সম্পর্কিত সমীকরণগুলি আবিষ্কার করার পরে আমার সমস্যা হচ্ছে। তারা রাসমুসেন এবং উইলিয়ামসের সেটিং এবং স্বরলিপি ব্যবহার করে । সুতরাং, সংযোজনীয়, শূন্য-গড়, স্থির এবং সাধারণত বিতরণ শব্দটি বৈকল্পিক ধরে নেওয়া হয়:σ2noiseσnoise2\sigma^2_{noise} y=f(x)+ϵ,ϵ∼N(0,σ2noise)y=f(x)+ϵ,ϵ∼N(0,σnoise2)y=f(\mathbf{x})+\epsilon, \quad \epsilon\sim N(0,\sigma^2_{noise}) শূন্য গড়ের সাথে এক জিপি আগে …

9 regression  bayesian  gaussian-process