Statistiques et Big Data

2

Pourquoi la régression des crêtes ne peut-elle pas offrir une meilleure interprétabilité que LASSO?

J'ai déjà une idée des avantages et des inconvénients de la régression des crêtes et du LASSO. Pour le LASSO, le terme de pénalité L1 donnera un vecteur de coefficient clairsemé, qui peut être considéré comme une méthode de sélection de caractéristiques. Cependant, il existe certaines limitations pour le LASSO. …

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

3

Des ressources pour apprendre des techniques à cibles multiples?

Je recherche des ressources (livres, notes de cours, etc.) sur les techniques pouvant gérer des données à cibles multiples (Ex: trois variables dépendantes: 2 discrètes et 1 continue). Quelqu'un at-il des ressources / connaissances à ce sujet? Je sais qu'il est possible d'utiliser des réseaux de neurones pour cela.

11 regression machine-learning predictive-models references

3

Tracer des résultats n'ayant que la moyenne et l'écart-type

J'essaie de visualiser un graphique approprié pour les observations dans ce tableau des moyennes et des écarts-types des scores de rappel: RecallControlMean37SD8ExperimentalMean21SD6ControlExperimentalMeanSDMeanSDRecall378216\begin{array} {c|c c|c c|} & \text{Control} & & \text{Experimental} & \\ & \text{Mean} & \text{SD} &\text{Mean} &\text{SD} \\ \hline \text{Recall} & 37 & 8 & 21 & 6 \\ …

11 data-visualization standard-deviation mean descriptive-statistics barplot

2

Succès des essais de Bernoulli avec différentes probabilités

Si 20 essais Bernoulli indépendants sont effectués chacun avec une probabilité de réussite et donc d'échec différente. Quelle est la probabilité que exactement n des 20 essais aient réussi? Existe-t-il une meilleure façon de calculer ces probabilités plutôt que de simplement résumer les combinaisons de probabilités de réussite et d'échec?

11 probability distributions bernoulli-distribution poisson-binomial

3

Est-il toujours préférable d'extraire plus de facteurs lorsqu'ils existent?

Contrairement à l'analyse des composants principaux, les solutions aux modèles d'analyse factorielle ne sont pas nécessairement imbriquées. Autrement dit, les charges (par exemple) pour le premier facteur ne seront pas nécessairement identiques lorsque seul le premier facteur est extrait par rapport aux deux premiers facteurs. Dans cet esprit, considérons un …

11 references factor-analysis psychometrics

2

Deux définitions de la valeur de p: comment prouver leur équivalence?

Je lis le livre de Larry Wasserman, All of Statistics , et actuellement sur les valeurs de p (page 187). Permettez-moi d'abord de présenter quelques définitions (je cite): Définition 1 La fonction de puissance d'un test avec une région de rejet est définie par La taille d'un test est définie …

11 hypothesis-testing mathematical-statistics p-value

1

Valeurs p bootstrap non paramétriques vs intervalles de confiance

Le contexte C'est un peu similaire à cette question , mais je ne pense pas que ce soit un doublon exact. Lorsque vous recherchez des instructions sur la façon d'effectuer un test d'hypothèse de bootstrap, il est généralement indiqué qu'il est correct d'utiliser la distribution empirique pour les intervalles de …

11 confidence-interval p-value bootstrap

1

Choix de la plage et de la densité de grille pour le paramètre de régularisation dans LASSO

Je suis en train d' étudier LASSO (moins un retrait absolu et opérateur sélection) à l'intervalle. Je vois que la valeur optimale pour le paramètre de régularisation peut être choisie par validation croisée. Je vois aussi dans la régression de crête et de nombreuses méthodes qui appliquent la régularisation, nous …

11 lasso regularization shrinkage

1

Comment ajuster un PDF approximatif (ie: estimation de densité) en utilisant les k premiers moments (empiriques)?

J'ai une situation où je peux estimer (les premiers) moments d'un ensemble de données, et je voudrais l'utiliser pour produire une estimation de la fonction de densité.kkk J'ai déjà rencontré la distribution Pearson , mais j'ai réalisé qu'elle ne dépend que des 4 premiers moments (avec quelques restrictions sur les …

11 pdf kernel-smoothing moments

1

Algorithmes d'intégration de mots en termes de performances

J'essaie d'incorporer environ 60 millions de phrases dans un espace vectoriel , puis de calculer la similitude en cosinus entre elles. J'ai utilisé sklearn CountVectorizeravec une fonction de tokenizer construite sur mesure qui produit des unigrammes et des bigrammes. Il s'avère que pour obtenir des représentations significatives, je dois autoriser …

11 machine-learning natural-language word2vec word-embeddings cosine-similarity

1

Pourquoi la sélection des fonctionnalités est-elle importante pour les tâches de classification?

J'apprends la sélection des fonctionnalités. Je vois pourquoi ce serait important et utile pour la construction de modèles. Mais concentrons-nous sur les tâches d'apprentissage supervisé (classification). Pourquoi la sélection des fonctionnalités est-elle importante pour les tâches de classification? Je vois beaucoup de littérature écrite sur la sélection des fonctionnalités et …

11 feature-selection accuracy regression-strategies

3

Quels sont les avantages de différentes approches pour détecter la colinéarité?

Je veux détecter si la colinéarité est un problème dans ma régression OLS. Je comprends que les facteurs d'inflation de la variance et l'indice de condition sont deux mesures couramment utilisées, mais j'ai du mal à trouver quoi que ce soit de précis sur le bien-fondé de chaque approche, ou …

11 multiple-regression references least-squares multicollinearity vif

1

Quelles sont les propriétés statistiques «souhaitables» du test du rapport de vraisemblance?

Je lis un article dont la méthode est entièrement basée sur le test du rapport de vraisemblance. L'auteur dit que le test LR contre des alternatives unilatérales est UMP. Il procède en affirmant que "... même quand il [le test LR] ne peut pas être démontré comme étant le plus …

11 hypothesis-testing power-analysis power likelihood-ratio neyman-pearson-lemma

2

Classification avec des données partiellement «inconnues»

Supposons que je veuille apprendre un classificateur qui prend un vecteur de nombres en entrée et donne une étiquette de classe en sortie. Mes données d'entraînement se composent d'un grand nombre de paires d'entrée-sortie. Cependant, lorsque je viens de tester certaines nouvelles données, ces données ne sont généralement que partiellement …

11 machine-learning classification neural-networks deep-learning

1

Quelle est la bonne façon de calculer l'estimation de la densité du noyau à partir des coordonnées géographiques?

Je dois calculer l'estimation de densité de noyau 2d (kde) à partir d'une liste de coordonnées de latitude et de longitude. Mais un degré de latitude n'est pas la même distance qu'un degré de longitude, cela signifie que les grains individuels seraient ovales, spécialement plus le point est éloigné de …

11 spatial kernel-smoothing geostatistics geography