Statistiques et Big Data

2

Qu'est-ce qui fait qu'un classificateur classe mal les données? [fermé]

Fermé . Cette question doit être plus ciblée . Il n'accepte pas actuellement de réponses. Voulez-vous améliorer cette question? Mettez à jour la question afin qu'elle se concentre sur un problème uniquement en modifiant ce message . Fermé il y a 3 ans . Serait-ce à partir des données elles-mêmes? …

9 classification supervised-learning

2

Optimiser SVM pour éviter les faux négatifs dans la classification binaire

Je forme un classificateur binaire SVM à l'aide de Scikit learn. En raison de la nature de mon problème, je dois éviter les faux négatifs. Comme rien n'est gratuit, je suis d'accord pour obtenir un taux plus élevé de faux positifs afin de réduire le nombre de faux négatifs. Comment …

9 machine-learning cross-validation svm python scikit-learn

1

Différenciation d'entropie croisée

J'ai essayé de créer un programme pour former des réseaux neuronaux sur mon ordinateur. Pour le réseau en question, j'ai décidé d'utiliser la fonction Cross Entropy Error: E= -∑jtjlnojE=−∑jtjln⁡ojE = -\sum_jt_j\ln o_j Où est la sortie cible pour le neurone , et est la sortie de ce neurone, essayant de …

9 machine-learning neural-networks derivative cross-entropy differential-equations

1

Pourquoi le g de Zellner est-il «inacceptable» avant?

Je sais que le précédent de Zellner utilise des données afin de définir des informations préalables, mais en fait, tout le modèle dépend des données. Y a-t-il une autre raison?

9 regression bayesian uninformative-prior

1

Techniques pour détecter le sur-ajustement

J'ai eu un entretien d'embauche pour un poste en science des données. Au cours de l'entretien, on m'a demandé ce que je dois faire pour m'assurer que le modèle n'est pas trop adapté. Ma première réponse a été d'utiliser la validation croisée pour évaluer les performances du modèle. Cependant, l'intervieweur …

9 cross-validation regularization overfitting

2

L'état aléatoire est-il un paramètre à régler?

Un problème qui se produit assez souvent dans mes expériences est que le modèle varie dans les performances lorsque l'état aléatoire de l'algorithme est modifié. La question est donc simple, dois-je prendre un état aléatoire comme hyperparamètre? Pourquoi donc? Si mon modèle surpasse les autres avec un état aléatoire différent, …

9 machine-learning scikit-learn

1

Moment / mgf de cosinus des vecteurs directionnels?

Quelqu'un peut-il suggérer comment je peux calculer le deuxième moment (ou la fonction de génération de moment entier) du cosinus de deux vecteurs aléatoires gaussiens x,yx,yx,y, chacun distribué comme N(0,Σ)N(0,Σ)\mathcal N (0,\Sigma), indépendants les uns des autres? IE, moment pour la variable aléatoire suivante ⟨x,y⟩∥x∥∥y∥⟨x,y⟩‖x‖‖y‖\frac{\langle x, y\rangle}{\|x\|\|y\|} La question la …

9 normal-distribution mathematical-statistics multivariate-analysis circular-statistics mgf

3

Les données d'entraînement sont déséquilibrées - mais mon ensemble de validation devrait-il l'être également?

J'ai étiqueté des données composées de 10000 exemples positifs et 50000 exemples négatifs, ce qui donne un total de 60000 exemples. Évidemment, ces données sont déséquilibrées. Disons maintenant que je veux créer mon ensemble de validation et que je souhaite utiliser 10% de mes données pour le faire. Ma question …

9 machine-learning neural-networks cross-validation dataset unbalanced-classes

1

Limite la différence entre la corrélation de Spearman et la corrélation de Kendall

J'essaie de prouver ou de réfuter que la différence entre la corrélation de Spearman et la corrélation de Kendall n'est pas supérieure à 1 (ou moins, plus serré est le joyeux). Je suppose qu'il n'y a aucun lien. Dans une tentative de réfuter le résultat en utilisant un exemple de …

9 correlation spearman-rho kendall-tau

2

Similitudes et différences entre le modèle IRT et le modèle de régression logistique

Malgré les similitudes de base comme ces deux modèles, la probabilité de succès plutôt que de modéliser directement la variable de réponse; Je pense qu'il existe des réponses plus fiables qui soulignent les différences et les similitudes entre ces modèles. Une différence étant, en logistique, on peut utiliser différents types …

9 regression logistic mathematical-statistics irt

2

Statistiques complètes pour

Je voudrais savoir si la statistique est complète pour dans un paramètre .T(X1,…,Xn)=∑ni=1(Xi−X¯n)2n−1T(X1,…,Xn)=∑i=1n(Xi−X¯n)2n−1T(X_1,\ldots,X_n)=\frac{\sum_{i=1}^n (X_i-\bar{X}_n)^2}{n-1}σ2σ2\sigma^2N(μ,σ2)N(μ,σ2)N(\mu,\sigma^2) Cela dépend-il de savoir si est déjà connu ou non? Si est complet pour , alors par Lehmann-Scheffé c'est UMVUE . Mais si était connu, nous aurions pu considérer dont la variance est égale à la …

9 normal-distribution estimation inference umvue

1

Valeur attendue du rapport des variables aléatoires corrélées?

Pour les variables aléatoires indépendantes et , existe-t-il une expression de forme fermée pourαα\alphaββ\beta E[αα2+β2√]E[αα2+β2]\mathbb E \left[ \frac{\alpha}{\sqrt{\alpha^2 + \beta^2}} \right] en termes de valeurs et de variances attendues de et ? Sinon, y a-t-il une bonne limite inférieure à cette attente?αα\alphaββ\beta Mise à jour: je peux aussi mentionner que …

9 probability random-variable expected-value ratio

1

concernant le format de sortie pour la segmentation sémantique

En lisant les articles de segmentation sémantique ainsi que leurs implémentations correspondantes, j'ai constaté que certaines approches utilisent softmax tandis que d'autres utilisent sigmoid pour l'étiquetage au niveau des pixels. Par exemple, en ce qui concerne le papier u-net , la sortie est une carte d'entités à deux canaux. J'ai …

9 machine-learning deep-learning computer-vision tensorflow

1

Pourquoi la probabilité marginale est-elle difficile / intraitable à estimer?

J'ai une question générale à poser ici qui me préoccupe depuis un certain temps. À travers la majeure partie de ma lecture des statistiques bayésiennes, il a déclaré sans détour que la probabilité marginale est souvent intraitable ou difficile à estimer. Pourquoi? Les raisons souvent invoquées comprennent des déclarations sur …

9 bayesian inference likelihood

2

Comment calculer manuellement l'ordonnée à l'origine et le coefficient dans la régression logistique

J'étudie actuellement la régression logistique. Mais je pas à calculer l'ordonnée à l'origine ( ) et le coefficient ( ). Je le cherchais sur Internet, mais je n'obtiens que des didacticiels utilisant Microsoft Excel ou des fonctions intégrées dans R. J'ai entendu dire qu'il pouvait être résolu par Maximum Lik …

9 regression machine-learning logistic maximum-likelihood