Statistiques et Big Data

1

Interprétation des coefficients de régression LASSO

Je travaille actuellement sur la construction d'un modèle prédictif pour un résultat binaire sur un ensemble de données avec environ 300 variables et 800 observations. J'ai beaucoup lu sur ce site sur les problèmes liés à la régression pas à pas et pourquoi ne pas l'utiliser. J'ai lu la régression …

12 multiple-regression predictive-models interpretation regression-coefficients lasso

2

Différentes définitions de la fonction de perte d'entropie croisée

J'ai commencé à en apprendre davantage sur les réseaux de neurones avec le didacticiel neuromnetworksanddeeplearning dot com. En particulier dans le 3ème chapitre, il y a une section sur la fonction d'entropie croisée, et définit la perte d'entropie croisée comme: C=−1n∑x∑j(yjlnaLj+(1−yj)ln(1−aLj))C=−1n∑x∑j(yjln⁡ajL+(1−yj)ln⁡(1−ajL))C = -\frac{1}{n} \sum\limits_x \sum\limits_j (y_j \ln a^L_j + (1-y_j) …

12 neural-networks loss-functions softmax cross-entropy

1

Gradient pour la fonction de perte logistique

Je voudrais poser une question liée à celle-ci . J'ai trouvé un exemple d'écriture d'une fonction de perte personnalisée pour xgboost ici : loglossobj <- function(preds, dtrain) { # dtrain is the internal format of the training data # We extract the labels from the training data labels <- getinfo(dtrain, …

12 r machine-learning gradient-descent boosting loss-functions

1

Quand utiliser le lissage exponentiel vs ARIMA?

J'ai récemment actualisé mes connaissances en prévision en travaillant sur certaines prévisions mensuelles au travail et en lisant le livre de Rob Hyndman, mais le seul problème que je rencontre est le moment d'utiliser un modèle de lissage exponentiel par rapport à un modèle ARIMA. Existe-t-il une règle générale selon …

12 forecasting arima exponential-smoothing

2

Pouvons-nous utiliser des échantillons bootstrap plus petits que l'échantillon d'origine?

Je veux utiliser le bootstrap pour estimer les intervalles de confiance pour les paramètres estimés à partir d'un ensemble de données de panel avec N = 250 entreprises et T = 50 mois. L'estimation des paramètres est coûteuse en calcul (quelques jours de calcul) en raison de l'utilisation du filtrage …

12 confidence-interval bootstrap nonlinear-regression kalman-filter

2

Une somme et un produit de deux matrices de covariance sont-ils également une matrice de covariance?

Supposons que j'ai des matrices de covariance et . Parmi ces options, lesquelles sont également des matrices de covariance?XXXOuiYY X+ YX+YX+Y X2X2X^2 XOuiXYXY J'ai un peu de mal à comprendre ce qui est exactement nécessaire pour que quelque chose soit une matrice de covariance. Je suppose que cela signifie que, …

12 covariance covariance-matrix

1

Quelle est la différence entre l'impartialité asymptotique et la cohérence?

Est-ce que chacun implique l'autre? Sinon, l'un implique-t-il l'autre? Pourquoi pourquoi pas? Ce problème est survenu en réponse à un commentaire sur une réponse que j'ai publiée ici . Bien que google recherchant les termes pertinents n'ait rien produit qui semblait particulièrement utile, j'ai remarqué une réponse sur l'échange de …

12 mathematical-statistics bias unbiased-estimator estimators consistency

1

Pourquoi le théorème central limite fonctionne-t-il avec un seul échantillon?

On m'a toujours appris que le CLT fonctionne lorsque vous répétez l'échantillonnage, chaque échantillon étant suffisamment grand. Par exemple, imaginez que j'ai un pays de 1 000 000 de citoyens. Ma compréhension de la CLT est que même si la distribution de leurs hauteurs n'était pas normale, si je prenais …

12 sampling central-limit-theorem

1

Pourquoi est-ce que l'inclinaison à gauche est asymétrique et l'inclinaison à droite est asymétrique?

Je suis curieux de connaître la nomenclature: pourquoi le biais gauche est-il appelé biais négatif et le biais droit appelé biais positif?

12 terminology skewness

1

Quelle est la meilleure méthode de méta-analyse de réseau?

Il existe maintenant plusieurs approches différentes pour effectuer une méta-analyse de réseau ou une comparaison de traitements mixtes. Les plus utilisés et les plus accessibles sont probablement les suivants: dans un cadre bayésien : approche d'interaction conception par traitement dans WinBUGS (par exemple Jackson et al ); modélisation bayésienne hiérarchique …

12 r stata sas winbugs network-meta-analysis

3

Date / heure d'encodage (données cycliques) pour les réseaux de neurones

Comment coder la date et l'heure d'un événement pour un réseau neuronal? Je n'ai pas de série chronologique continue, mais certains événements avec date et heure, et j'analyse une sorte d'intérêt. Cet intérêt diffère entre les matinées et les soirées, et diffère entre les jours de la semaine, et entre …

12 neural-networks deep-learning

5

Comment analyser la tendance dans les séries chronologiques non périodiques

Supposons que j'ai des séries chronologiques non périodiques suivantes. Évidemment, la tendance est à la baisse et je voudrais le prouver par un test (avec une valeur de p ). Je ne peux pas utiliser la régression linéaire classique en raison d'une forte auto-corrélation temporelle (série) entre les valeurs. library(forecast) …

12 r time-series

2

Comment fonctionne l'opération DepthConcat dans «Aller plus loin avec les circonvolutions»?

Pour aller plus loin avec les circonvolutions, je suis tombé sur une couche DepthConcat , un bloc de construction des modules de création proposés , qui combine la sortie de plusieurs tenseurs de taille variable. Les auteurs appellent cela "concaténation de filtres". Il semble y avoir une implémentation pour Torch …

12 neural-networks torch conv-neural-network

4

Obtenir les bonnes valeurs de départ pour un modèle nls dans R

J'essaie d'adapter un modèle de loi de puissance simple à un ensemble de données qui se présente comme suit: mydf: rev weeks 17906.4 1 5303.72 2 2700.58 3 1696.77 4 947.53 5 362.03 6 L'objectif étant de faire passer la ligne électrique et de l'utiliser pour prédire les revvlaues pour …

12 r predictive-models nonlinear-regression power-law nls

1

Interprétation de sortie de Scikit Predict_Proba

Je travaille avec la bibliothèque scikit-learn en python. Dans le code ci-dessous, je prédis la probabilité mais je ne sais pas lire la sortie. Test des données from sklearn.ensemble import RandomForestClassifier as RF from sklearn import cross_validation X = np.array([[5,5,5,5],[10,10,10,10],[1,1,1,1],[6,6,6,6],[13,13,13,13],[2,2,2,2]]) y = np.array([0,1,1,0,1,2]) Fractionner l'ensemble de données X_train, X_test, y_train, …

12 python scikit-learn