প্রশ্ন ট্যাগ «svd»

আমি একটি নমুনা আঁকতে চাই x ∼N( 0 , Σ )এক্স~এন(0,Σ)\mathbf{x} \sim N\left(\mathbf{0}, \mathbf{\Sigma} \right) । উইকিপিডিয়া হয় একটি ব্যবহার পরামর্শ Cholesky বা Eigendecomposition , অর্থাত্ Σ=D1DT1Σ=D1D1T \mathbf{\Sigma} = \mathbf{D}_1\mathbf{D}_1^T বা Σ=QΛQTΣ=QΛQT \mathbf{\Sigma} = \mathbf{Q}\mathbf{\Lambda}\mathbf{Q}^T এবং তাই নমুনাটি আঁকতে পারে: x=D1vx=D1v \mathbf{x} = \mathbf{D}_1 \mathbf{v} বা x=QΛ−−√vx=QΛv \mathbf{x} = \mathbf{Q}\sqrt{\mathbf{\Lambda}} …

16 normal-distribution  random-generation  svd  cholesky 

আমি নথি-স্তরের ক্লাস্টারিংয়ের চেষ্টা করছি। আমি টার্ম-ডকুমেন্ট ফ্রিকোয়েন্সি ম্যাট্রিক্সটি তৈরি করেছি এবং আমি কে-মাধ্যম ব্যবহার করে এই উচ্চ মাত্রিক ভেক্টরগুলিকে ক্লাস্টার করার চেষ্টা করছি। সরাসরি ক্লাস্টারিংয়ের পরিবর্তে, আমি যা করেছি তা হ'ল প্রথমে ইউ, এস, ভিটি ম্যাট্রিকেসগুলি অর্জনের জন্য এলএসএ'র (প্রচ্ছন্ন সিমেটিক বিশ্লেষণ) একক ভেক্টর পচন প্রয়োগ করতে হবে এবং …

16 clustering  pca  dimensionality-reduction  text-mining  svd 

একটি সাধারণ সময় সিরিজ বিবেচনা করুন: > tp <- seq_len(10) > tp [1] 1 2 3 4 5 6 7 8 9 10 আমরা এই সময় সিরিজের জন্য একটি নমুনার মধ্যে টেম্পোরাল লিঙ্ক উপস্থাপনের জন্য সংলগ্ন ম্যাট্রিক্স গণনা করতে পারি। এই ম্যাট্রিক্সের কম্পিউটিংয়ে আমরা 0 টি সময়ে একটি কল্পিত সাইট …

15 time-series  matrix-decomposition  svd 

আমি জেনারেলাইজড এসভিডি সম্পর্কে হার্ভে আব্বির নিবন্ধটি জুড়ে এসেছি । লেখক উল্লেখ করেছেন: জেনারালাইজড এসভিডি (জিএসভিডি) একটি আয়তক্ষেত্রাকার ম্যাট্রিক্সকে পচে যায় এবং ম্যাট্রিক্সের সারি এবং কলামগুলিতে আরোপিত প্রতিবন্ধকতাগুলিকে বিবেচনা করে। জিএসভিডি নিম্ন স্তরের ম্যাট্রিক্সের দ্বারা প্রদত্ত ম্যাট্রিক্সের একটি ওজনযুক্ত সাধারণতম ন্যূনতম বর্গের প্রাক্কলন দেয় এবং অতএব, সীমাবদ্ধতার পর্যাপ্ত পছন্দ সহ, …

15 multivariate-analysis  svd 

এই পদগুলি প্রচুর পরিমাণে একসাথে ছড়িয়ে পড়ে, তবে আমি জানাতে চাই যে পার্থক্যগুলি কী, আপনার যদি মনে হয়। ধন্যবাদ

15 pca  text-mining  svd 

সম্ভবত এখানে বিষয়বস্তু বন্ধ, তবে ইতিমধ্যে ইতিমধ্যে বেশ কয়েকটি ( এক , দুটি ) সম্পর্কিত প্রশ্ন রয়েছে। সাহিত্যে (বা কাটা কাটা এসভিডি অ্যালগরিদমগুলির জন্য গুগল অনুসন্ধান) আশেপাশে প্রচুর পরিমাণে কাগজপত্রগুলি ছাঁটাইয়া এসভিডিগুলি বিভিন্ন উপায়ে ব্যবহার করে এবং দাবি করে (হতাশার সাথে, প্রায়শই উদ্ধৃতি ছাড়াই) যে এটির গণনা করার জন্য দ্রুত …

14 algorithms  svd  numerics 

যদি আমি সম্পূর্ণরূপে এলোমেলো ডেটা সমন্বিত একটি 2-ডি ম্যাট্রিক্স নির্মাণ করি তবে আমি আশা করব যে পিসিএ এবং এসভিডি উপাদানগুলি প্রয়োজনীয়ভাবে কিছুই ব্যাখ্যা করবে না। পরিবর্তে, মনে হচ্ছে এটি প্রথম এসভিডি কলামে 75% ডেটা ব্যাখ্যা করে। এটি কীভাবে সম্ভব? আমি কি ভুল করছি? প্লটটি এখানে: এখানে আর কোড রয়েছে: set.seed(1) …

13 r  pca  svd 

আমি একটি স্পারস / গ্যাপি ডেটা সেটের উপর ভিত্তি করে কোভারিয়েন্স ম্যাট্রিক্সকে পচানোর চেষ্টা করছি। আমি লক্ষ করছি যে ল্যাম্বডা যোগফল (ব্যাখ্যা করা বৈকল্পিক) হিসাবে গণনা করা হয়েছে svd, ক্রমবর্ধমান gappy ডেটা দিয়ে প্রশস্ত করা হচ্ছে। ফাঁক ছাড়াই svdএবং eigenএকই ফলাফলের ছাঁটাই। এটি eigenপচন ধরে বলে মনে হচ্ছে না । …

12 r  svd  eigenvalues 

ধরুন আমার কাছে নেটফ্লিক্স-স্টাইলের সুপারিশ ম্যাট্রিক্স রয়েছে এবং আমি এমন একটি মডেল তৈরি করতে চাই যা কোনও প্রদত্ত ব্যবহারকারীর জন্য সম্ভাব্য ভবিষ্যতের চলচ্চিত্রের রেটিংয়ের পূর্বাভাস দেয়। সাইমন ফাঙ্কের পদ্ধতির ব্যবহার করে, কেউ এল 2 নিয়মিতকরণ শর্তের সাথে মিলিয়ে পূর্ণ ম্যাট্রিক্স এবং আইটেম-বাই-আইটেম * ব্যবহারকারী-দ্বারা-ব্যবহারকারী ম্যাট্রিক্সের মধ্যে ফ্রোবিনিয়াস আদর্শকে হ্রাস করতে …

12 svd  recommender-system 

আমি একটি বীজগণিত / সঠিক স্তরে অধ্যক্ষ উপাদান উপাদান বিশ্লেষণ এবং একক মান মান পচন মধ্যে সম্পর্ক বুঝতে পারি। আমার প্রশ্ন বিজ্ঞান-শিখার বাস্তবায়ন সম্পর্কে । ডকুমেন্টেশনটিতে বলা হয়েছে: " [ট্র্যাঙ্কেটেড এসভিডি] পিসিএর সাথে খুব সমান, তবে কোভারিয়েন্স ম্যাট্রিক্সের পরিবর্তে সরাসরি নমুনা ভেক্টরগুলিতে পরিচালিত হয়। ", যা উভয় পদ্ধতির মধ্যে বীজগণিতের …

12 pca  scikit-learn  svd  scipy 

বন্ধ থাকে। এই প্রশ্নটি অফ-টপিক । এটি বর্তমানে উত্তর গ্রহণ করছে না। এই প্রশ্নটি উন্নত করতে চান? প্রশ্নটি আপডেট করুন যাতে এটি ক্রস ভ্যালিডেটের জন্য অন-বিষয় । গত বছর বন্ধ ছিল । আমি ম্যাট্রিক্সে একক ভেক্টর পচন ব্যবহার করছি এবং ইউ, এস এবং ভিটি ম্যাট্রিক্স পাচ্ছি। এই মুহুর্তে, আমি মাত্রা …

11 data-visualization  python  svd 

আমি দেখেছি যে সমস্ত আধুনিক সুপারিশকারী সিস্টেমে ম্যাট্রিক্স ফ্যাক্টেরাইজেশনের উপর নির্ভর করে, ব্যবহারকারী-চলচ্চিত্রের ম্যাট্রিক্সে একটি অ-নেতিবাচক ম্যাট্রিক্স ফ্যাক্টেরাইজেশন করা হয়। আমি বুঝতে পারি যে ব্যাখ্যাযোগ্যতার জন্য এবং / বা যদি আপনি বিরল কারণ চান তবে না-নেতিবাচকতা কেন গুরুত্বপূর্ণ। তবে যদি আপনি কেবল ভবিষ্যদ্বাণীমূলক পারফরম্যান্সের বিষয়ে চিন্তা করেন, যেমন নেটফ্লিক্স পুরষ্কার …

11 recommender-system  svd  matrix-decomposition  nnmf 

শব্দ এম্বেডিংগুলি তৈরি করার একটি উপায় নিম্নরূপ ( আয়না ): কর্পোরো পান, যেমন "আমি উড়ন্ত উপভোগ করি I আমি এনএলপি পছন্দ করি I এটি থেকে কোকোরিয়েন্স ম্যাট্রিক্স শব্দটি তৈরি করুন: তে এসভিডি করুন , এবং ইউ এর প্রথম কলামগুলি রাখুনXXXkkk সাবম্যাট্রিক্স প্রতিটি সারিটি সেই শব্দের এম্বেডিং শব্দ হবে যা সারিটি …

11 natural-language  svd  mutual-information  word-embeddings  language-models 

আমি নিম্ন মাত্রিক স্থানে নথিগুলির একটি কর্পাস উপস্থাপনের জন্য সুপ্ত শব্দার্থবিজ্ঞান ব্যবহার করছি। আমি এই দস্তাবেজগুলিকে কে-মাধ্যম ব্যবহার করে দুটি গ্রুপে গুচ্ছ করতে চাই। বেশ কয়েক বছর আগে, আমি পাইথনের জিনসিম ব্যবহার করে এটি করেছি এবং আমার নিজের কে-মানে অ্যালগোরিদম লিখেছিলাম। আমি ইউক্যালিডিয়ান দূরত্ব ব্যবহার করে ক্লাস্টার সেন্ট্রয়েডগুলি নির্ধারণ করেছি, …

10 k-means  svd  lsa  cosine-distance  cosine-similarity 

এটি কেবলমাত্র একটি উদাহরণ যা আমি বেশ কয়েকবার এসেছি, সুতরাং আমার কোনও নমুনা ডেটা নেই। আরে লিনিয়ার রিগ্রেশন মডেল চালাচ্ছেন: a.lm = lm(Y ~ x1 + x2) x1একটি অবিচ্ছিন্ন পরিবর্তনশীল। x2শ্রেণীবদ্ধ এবং এর তিনটি মান রয়েছে যেমন "নিম্ন", "মাঝারি" এবং "উচ্চ"। তবে আর দ্বারা প্রদত্ত আউটপুটটি এরকম কিছু হবে: summary(a.lm) …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction