প্রশ্ন ট্যাগ «regularization»

আমি লাসো সমস্যার জন্য সহগগুলি পেতে চাই | | ওয়াই- এক্সβ| | +λ | | β| |1।||Y−Xβ||+λ||β||1.||Y-X\beta||+\lambda ||\beta||_1. সমস্যাটি হ'ল গ্ল্যামনেট এবং লারস ফাংশনগুলি বিভিন্ন উত্তর দেয়। গ্ল্যামনেট ফাংশনের জন্য আমি ল্যাম্বদা এর সহগের জন্য জিজ্ঞাসা করি কেবলমাত্র পরিবর্তে , তবে আমি এখনও বিভিন্ন উত্তর পাই।λλ / | | ওয়াই| …

13 r  machine-learning  regression  lasso  regularization 

L1- নিয়মিত লিনিয়ার রিগ্রেশন ফিটিংয়ের জন্য স্থানাঙ্ক বংশোদ্ভূত ব্যবহারের তুলনায় LARS [1] ব্যবহারের পক্ষে কি কি? আমি মূলত পারফরম্যান্সের দিকগুলিতে আগ্রহী (আমার সমস্যাগুলি Nকয়েক হাজার এবং p<20 এর মধ্যে থাকে) তবে তবে অন্য কোনও অন্তর্দৃষ্টিও প্রশংসা হবে। সম্পাদনা: যেহেতু আমি প্রশ্ন পোস্ট করেছি, চিএল ফ্রেডম্যান এট আল দ্বারা একটি কাগজ …

13 regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 

আমি পড়েছি যে গ্রুপ লাসোটি ভেরিয়েবলের একটি গ্রুপে পরিবর্তনশীল নির্বাচন এবং স্পারসিটির জন্য ব্যবহৃত হয়। আমি এই দাবির পিছনে অন্তর্দৃষ্টি জানতে চাই গ্রুপ লাসো কেনো লাসোর চেয়ে বেশি পছন্দ? গোষ্ঠী লাসো সমাধানের পথটি কেন পয়েন্টওয়্যার লিনিয়ার নয়?

13 regression  feature-selection  lasso  regularization 

আমি রিজ, লাসো এবং ইলাস্টিক নেট দিয়ে নির্বাচিত মডেলগুলির সাথে তুলনা করতে চাই। চিত্র 3 নীচে সমস্ত 3 পদ্ধতি ব্যবহার করে সহগের পথ দেখায়: রিজ (চিত্র এ, আলফা = 0), লাসো (চিত্র বি; আলফা = 1) এবং ইলাস্টিক নেট (চিত্র সি; আলফা = 0.5)। অনুকূল সমাধান লাম্বদার নির্বাচিত মানের উপর …

13 r  multiple-regression  modeling  regularization 

আমি নিম্নলিখিত কোড সহ আর-তে প্যাকেজ 'লারস' ব্যবহার করছি: > library(lars) > set.seed(3) > n <- 1000 > x1 <- rnorm(n) > x2 <- x1+rnorm(n)*0.5 > x3 <- rnorm(n) > x4 <- rnorm(n) > x5 <- rexp(n) > y <- 5*x1 + 4*x2 + 2*x3 + 7*x4 + rnorm(n) > …

13 correlation  feature-selection  lasso  regularization  ridge-regression 

এখানে একটি কেরাস কোড নমুনা রয়েছে যা এটি ব্যবহার করে: from keras.constraints import max_norm model.add(Convolution2D(32, 3, 3, input_shape=(3, 32, 32), border_mode='same', activation='relu', kernel_constraint=max_norm(3)))

13 neural-networks  regularization  conv-neural-network  optimization 

আমি মেশিন লার্নিং অধ্যয়ন করার সাথে সাথে এই শব্দগুলি আরও বেশি শুনছি। আসলে, কিছু লোক সমীকরণের নিয়মিততায় কাজ করে ফিল্ডস পদক জিতেছে। সুতরাং, আমি অনুমান করি যে এটি এমন একটি পদ যা পরিসংখ্যান পদার্থবিজ্ঞান / গণিত থেকে শুরু করে মেশিন লার্নিংয়ের দিকে নিয়ে যায়। স্বাভাবিকভাবেই, বেশিরভাগ লোককে আমি জিজ্ঞাসা করেছি …

12 machine-learning  self-study  terminology  regularization  definition 

টিখনভ নিয়মিতকরণ (ন্যূনতম স্কোয়ারগুলি নিয়মিত করা) এর জন্য কোনও অনলাইন (পুনরাবৃত্ত হওয়া) অ্যালগরিদমের দিকে আমাকে কী নির্দেশ করতে পারে? একটি অফলাইন সেটিং, আমি নিরূপণ করবে আমার মূল ডেটা সেট যেখানে ব্যবহার λ ক্রস বৈধতা এন-ভাঁজ ব্যবহার পাওয়া যায়। Y = x ^ T \ hat \ বিটা ব্যবহার করে প্রদত্ত …

12 regression  machine-learning  least-squares  regularization  online 

আমি এই প্রশ্নটি দুটি অংশে বলতে চাই। উভয়ই জেনারেলাইজড লিনিয়ার মডেলের সাথে লেনদেন করে তবে প্রথমটি মডেল নির্বাচনের সাথে এবং অন্যান্যগুলি নিয়মিতকরণের সাথে ডিল করে। পটভূমি: আমি পূর্বাভাস এবং বর্ণনা উভয় জন্য GLMs (লিনিয়ার, লজিস্টিক, গামা রিগ্রেশন) মডেল ব্যবহার করি। যখন আমি " সাধারণ জিনিসগুলি একটি প্রতিরোধের সাথে করায়" উল্লেখ …

12 regression  model-selection  regularization 

লিনিয়ার রিগ্রেশন সমস্যার জন্য এল 1 (লাসো) এবং / অথবা ইলাস্টিক নেট নিয়মিতকরণের জন্য স্থানাঙ্ক বংশোদ্ভুত ব্যবহারের জন্য কোনও ভাল কাগজপত্র বা বই রয়েছে কি?

12 regression  references  lasso  regularization  elastic-net 

সংক্ষিপ্ত , একটি উপপাদ্য গ্যারান্টি রয়েছে যে এর একটি অনন্য স্পারস দ্রবণ সি রয়েছে (আরও তথ্যের জন্য পরিশিষ্ট দেখুন)।argmin∥c∥1subject to y=Xcargmin‖c‖1subject to y=Xc\text{argmin} \Vert c \Vert_1\\ \text{subject to } y = Xc ccc লসোর জন্য কি একই রকম উপপাদ্য রয়েছে? যদি এই ধরনের উপপাদ্য থাকে তবে এটি কেবল লাসোর স্থিতিশীলতার …

12 regression  self-study  feature-selection  lasso  regularization 

আমি নেতিবাচক রিজ রিগ্রেশন সম্পর্কে সাহিত্য খুঁজছি । সংক্ষেপে, এটি অনুমানক সূত্রে নেতিবাচক ব্যবহার করে লিনিয়ার রিজ রিগ্রেশনকে সাধারণীকরণ করা হয় :ইতিবাচক ক্ষেত্রে একটি দুর্দান্ত তত্ত্ব রয়েছে: ক্ষতির ফাংশন হিসাবে, বাধা হিসাবে, বেয়েস পূর্বের হিসাবে ... তবে আমি কেবল উপরের সূত্রটি সহ নেতিবাচক সংস্করণে হারিয়েছি বলে মনে করি। আমি যা …

12 regression  regularization  ridge-regression 

রিজ রিগ্রেশন এবং লাসো সম্পর্কে আমার ইতিমধ্যে একটি ধারণা রয়েছে। লাসোর জন্য, এল 1 পেনাল্টি শব্দটি একটি বিচ্ছিন্ন সহগ ভেক্টর এনে দেবে, যা বৈশিষ্ট্য নির্বাচন পদ্ধতি হিসাবে দেখা যেতে পারে। তবে লাসোর জন্য কিছু সীমাবদ্ধতা রয়েছে। যদি বৈশিষ্ট্যগুলির উচ্চ সম্পর্ক থাকে তবে লাসো কেবল তাদের মধ্যে একটি নির্বাচন করবে। তদ্ব্যতীত, …

12 feature-selection  lasso  regularization  ridge-regression  elastic-net 

আমি ইতিমধ্যে লাসো (কমপক্ষে পরম সংকোচন এবং নির্বাচন অপারেটর) অধ্যয়ন করছি । আমি দেখতে পাচ্ছি যে নিয়মিতকরণ পরামিতিগুলির সর্বোত্তম মান ক্রস বৈধকরণের মাধ্যমে চয়ন করা যেতে পারে। আমি রিজ রিগ্রেশন এবং নিয়মিতকরণ প্রয়োগ করে এমন অনেকগুলি পদ্ধতিতেও দেখতে পাই, আমরা সর্বোচ্চ নিয়মিতকরণ পরামিতি (পেনাল্টি বলার) জন্য সিভি ব্যবহার করতে পারি। …

12 lasso  regularization  shrinkage 

Overfitting মানুষ মানুষ নিয়মিতকরণ পরামিতি সঙ্গে একটি নিয়মিতকরণ শব্দ (মডেল প্যারামিটার স্কোয়ারড সমষ্টি সমানুপাতিক) যোগ প্রতিরোধ করার জন্য রৈখিক রিগ্রেশনের খরচ ফাংশন। এই পরামিতিটি ল্যাম্বদা কি ল্যাংরেঞ্জ গুণক হিসাবে একই? সুতরাং নিয়মিতকরণ ল্যাগরেঞ্জ গুণক এর পদ্ধতির মতই কি? বা এই পদ্ধতিগুলি কীভাবে যুক্ত? λλ\lambdaλλ\lambda

12 regression  optimization  regularization