প্রশ্ন ট্যাগ «regularization»

আমি কেবল কৌতূহল বোধ করি কেন সাধারণত কেবলমাত্র এল1L1L_1 এবং এল2L2L_2 নিয়মাবলী নিয়মিত হয়। এগুলি আরও ভাল কেন তার প্রমাণ রয়েছে?

36 lasso  regularization  ridge-regression 

আমি প্রায় 60 পূর্বাভাসকারী ভেরিয়েবল এবং 30 টি পর্যবেক্ষণের সাথে মাল্টিভারিয়েট লিনিয়ার রিগ্রেশন মডেলটি ফিট করার চেষ্টা করছি, তাই নিয়মিত রেজিস্ট্রেশনের জন্য আমি গ্ল্যামনেট প্যাকেজটি ব্যবহার করছি কারণ পি> এন। আমি ডকুমেন্টেশন এবং অন্যান্য প্রশ্নের মধ্য দিয়ে যাচ্ছি তবে আমি এখনও ফলাফলগুলি ব্যাখ্যা করতে পারি না, এখানে একটি নমুনা কোড …

36 r  regression  regularization  glmnet 

ইলাস্টিক নেট নিয়মিতকরণ কি সবসময়ই লাসো এবং রিজকে প্রাধান্য দেয় যেহেতু এই পদ্ধতির ত্রুটিগুলি সমাধান করার জন্য মনে হয়? অন্তর্দৃষ্টি কী এবং ইলাস্টিক জালের পিছনে গণিতটি কী?

35 regression  lasso  regularization  ridge-regression  elastic-net 

আমি কল্পনা করতে পারি যে একটি চলকটির উপর বৃহত্তর গুণফল, মডেলটির সেই মাত্রায় "সুইং" করার ক্ষমতা আরও বেশি, শব্দের সাথে মানিয়ে যাওয়ার আরও একটি সুযোগ সরবরাহ করে। যদিও আমি মনে করি যে মডেল এবং বড় সহগের মধ্যে পার্থক্য সম্পর্কে আমি যুক্তিসঙ্গত ধারণা পেয়েছি, তবে কেন তারা ওভারফিট মডেলগুলিতে ঘটে তা …

33 regression  variance  linear-model  bias  regularization 

আমি একটি সফটওয়্যার ইঞ্জিনিয়ার লার্নিং মেশিন লার্নিং, বিশেষত অ্যান্ড্রু এনগের মেশিন লার্নিং কোর্সের মাধ্যমে । নিয়মিতকরণের সাথে লিনিয়ার রিগ্রেশন অধ্যয়ন করার সময় , আমি এমন পদ পেয়েছি যা বিভ্রান্তিকর: এল 1 নিয়মিতকরণ বা এল 2 নিয়ন্ত্রণের সাথে রিগ্রেশন ফাঁস-দড়ি রিজ রিগ্রেশন সুতরাং আমার প্রশ্নগুলি: এল 1 নিয়মিতকরণের সাথে রিগ্রেশন কি …

33 regression  terminology  lasso  regularization  ridge-regression 

টিখনোভ নিয়মিতকরণ এবং রিজ রিগ্রেশন এমন শব্দগুলি প্রায়শই ব্যবহৃত হয় যেমন তারা অভিন্ন। পার্থক্যটি কী তা নির্দিষ্ট করে বলা সম্ভব?

33 regression  terminology  regularization  ridge-regression  tikhonov-regularization 

রিজ, লাসো এবং ইলাস্টিকনেট নিয়ন্ত্রণের পদ্ধতিগুলি কীভাবে তুলনা করতে পারে? তাদের সম্পর্কিত সুবিধা এবং অসুবিধাগুলি কী কী? যে কোনও ভাল প্রযুক্তিগত কাগজ, বা বক্তৃতা নোট পাশাপাশি প্রশংসা করা হবে।

33 references  lasso  regularization  ridge-regression  elastic-net 

যে কেউ এসভিডি এবং পিসিএ বোঝে এমন ব্যক্তির জন্য আংশিক ন্যূনতম স্কোয়ার রিগ্রেশন (অনলাইনে উপলব্ধ) এর পিছনে তত্ত্বটির ভাল প্রদর্শনের প্রস্তাব দিতে পারে? আমি অনলাইনে অনেক উত্সের দিকে নজর রেখেছি এবং এমন কোনও কিছুই খুঁজে পাইনি যার মধ্যে কঠোরতা এবং অ্যাক্সেসযোগ্যতার সঠিক সংমিশ্রণ ছিল। আমি স্ট্যাটিস্টিকাল লার্নিংয়ের এলিমেন্টগুলিতে নজর রেখেছি …

33 regression  references  regularization  svd  partial-least-squares 

রিগ্রেশন করার সময়, উদাহরণস্বরূপ, দুটি হাইপার প্যারামিটারগুলি বেছে নিতে হ'ল প্রায়শই ফাংশনটির ক্ষমতা (যেমন: বহুত্বের বৃহত্তম ব্যয়কারী) এবং নিয়মিতকরণের পরিমাণ। আমি যা সম্পর্কে বিভ্রান্ত হয়েছি, তা কেন কেবলমাত্র একটি কম ক্ষমতার ফাংশনটি বেছে নিচ্ছেন না এবং তারপরে কোনও নিয়মিতকরণ উপেক্ষা করবেন না? এইভাবে, এটি উপকারী হবে না। নিয়মিতকরণের সাথে যদি …

32 regression  machine-learning  optimization  regularization  polynomial 

দ্রষ্টব্য: আমি জানি যে এল 1 এর বৈশিষ্ট্য নির্বাচনের সম্পত্তি রয়েছে। বৈশিষ্ট্য নির্বাচন সম্পূর্ণ অপ্রাসঙ্গিক হলে আমি কোনটি বেছে নেব তা বোঝার চেষ্টা করছি। কোন নিয়মিতকরণ (এল 1 বা এল 2) ব্যবহার করবেন তা কীভাবে সিদ্ধান্ত নেবেন? এল 1 / এল 2 নিয়মিতকরণের প্রতিটিের পক্ষে কী কী? L1 ব্যবহার করে …

30 regression  lasso  regularization  ridge-regression 

আমি প্রাসঙ্গিক বৈশিষ্ট্যগুলি নির্বাচন করতে জিএলএম এবং ইলাস্টিক নেট ব্যবহার করতে চাই + একটি লিনিয়ার রিগ্রেশন মডেল তৈরি করুন (অর্থাত্, ভবিষ্যদ্বাণী এবং বোঝার উভয়ই তাই তুলনামূলকভাবে কয়েকটি পরামিতি রেখে যাওয়া ভাল)। আউটপুট অবিচ্ছিন্ন হয়। এটি প্রতি ক্ষেত্রে জিন । আমি প্যাকেজটি সম্পর্কে পড়ছি , তবে অনুসরণের পদক্ষেপগুলি সম্পর্কে আমি 100% …

29 r  regularization  glmnet  elastic-net  underdetermined 

আমি বিভিন্ন কোভেরিয়েটসের সাথে এআরএমএক্স মডেলের ফিট করতে পূর্বাভাস প্যাকেজে অটো.রিমা () ফাংশনটি ব্যবহার করি । যাইহোক, আমার প্রায়শই নির্বাচন করতে প্রচুর পরিমাণে ভেরিয়েবল থাকে এবং সাধারণত একটি চূড়ান্ত মডেল থাকে যা সেগুলির একটি সাবসেট নিয়ে কাজ করে। পরিবর্তনশীল নির্বাচনের জন্য অ্যাড-হক কৌশলগুলি আমি পছন্দ করি না কারণ আমি মানব …

29 r  time-series  lasso  regularization  elastic-net 

লাসো সমস্যা এর বন্ধ ফর্ম সমাধান রয়েছে: \ বিটা_জ ^ {\ পাঠ্য {লাসো}} = \ ম্যাথ্রিম {sgn} (\ বিটা ^ {\ পাঠ্য {এলএস}} _ জে) (| \ বিটা_জ ^ {\ পাঠ্য {এলএস } | - \ আলফা) ^ + যদি এক্সের অরথনোরমাল কলাম থাকে। এটি এই থ্রেডে দেখানো হয়েছিল: বদ্ধ …

28 regression  lasso  regularization 

আমি Lassoরিগ্রেশন জাতীয় কিছু আগে ভেরিয়েবলকে মানীকরণের তিনটি প্রধান কারণ পড়েছি : 1) সহগের ব্যাখ্যা। 2) সংকোচনের পরবর্তী সহগ অনুমানের তুলনামূলক পরিমাণের দ্বারা গুণমানের গুরুত্বকে র‌্যাঙ্ক করার ক্ষমতা। 3) বাধা প্রয়োজন নেই। তবে আমি সবচেয়ে গুরুত্বপূর্ণ বিষয়টি নিয়ে ভাবছি। আমাদের কী ভাবার কারণ আছে যে মডেলাইজেশনটি মডেলটির নমুনা সাধারণীকরণের বাইরে …

28 normalization  lasso  standardization  regularization  shrinkage 

মূল ইলাস্টিক নেট পেপার Zou & Hastie (2005) লিনিয়ার রিগ্রেশন জন্য ইলাস্টিক নেট ক্ষতি ফাংশন চালু ইলাস্টিক নেট মাধ্যমে নিয়মিতকরণ এবং পরিবর্তনশীল নির্বাচন (এখানে আমি ধরে নিচ্ছি যে সমস্ত ভেরিয়েবল কেন্দ্রিক এবং ইউনিট বৈকল্পিকের জন্য ছোট আকারে আছে): কিন্তু একে " ইলাস্টিক" বলে। তাদের যুক্তি ছিল যে এটি ডাবল সংকোচনের …

27 regression  regularization  glmnet  elastic-net  shrinkage