Statistiques et Big Data discriminant-analysis

1

Réduction supervisée de la dimensionnalité

J'ai un ensemble de données composé d'échantillons étiquetés 15K (de 10 groupes). Je souhaite appliquer une réduction de dimensionnalité en 2 dimensions, qui tiendrait compte de la connaissance des labels. Lorsque j'utilise des techniques de réduction de dimensionnalité "standard" non supervisées telles que l'ACP, le nuage de points semble n'avoir …

13 machine-learning pca dimensionality-reduction supervised-learning discriminant-analysis

2

Sélection des composants PCA qui séparent les groupes

J'ai fréquemment utilisé pour diagnostiquer mes données multivariées à l'aide de l'ACP (données omiques avec des centaines de milliers de variables et des dizaines ou des centaines d'échantillons). Les données proviennent souvent d'expériences avec plusieurs variables indépendantes catégorielles définissant certains groupes, et je dois souvent passer par quelques composants avant …

13 pca linear-model r-squared discriminant-analysis

1

Algèbre de LDA. Pouvoir de discrimination de Fisher d'une variable et analyse discriminante linéaire

Apparemment, l'analyse de Fisher vise à maximiser simultanément la séparation entre les classes, tout en minimisant la dispersion à l'intérieur des classes. Une mesure utile du pouvoir de discrimination d'une variable est donc donnée par la quantité diagonale: .Bii/WiiBii/WiiB_{ii}/W_{ii} http://root.cern.ch/root/htmldoc/TMVA__MethodFisher.html Je comprends que la taille ( p x p) du …

13 algorithms dimensionality-reduction discriminant-analysis sums-of-squares

2

Pourquoi les modèles d'analyse «discriminants» gaussiens sont-ils appelés ainsi?

Les modèles d'analyse discriminants gaussiens apprennent puis appliquent la règle de Bayes pour évaluer P ( y | x ) = P ( x | y ) P p r i o r ( y )P( x | y)P(X|y)P(x|y)Ce sont donc des modèles génératifs. Pourquoi alors cela s'appelle-t-il analyse discriminante? …

13 normal-distribution discriminant-analysis generative-models

2

Comment calculer les poids des critères Fisher?

J'étudie la reconnaissance des formes et l'apprentissage automatique, et je suis tombé sur la question suivante. Considérons un problème de classification à deux classes avec une probabilité de classe antérieure égaleP(D1)=P(D2)=12P(D1)=P(D2)=12P(D_1)=P(D_2)= \frac{1}{2} et la distribution des instances dans chaque classe donnée par p(x|D1)=N([00],[2001]),p(x|D1)=N([00],[2001]), p(x|D_1)= {\cal N} \left( \begin{bmatrix} 0 \\0 …

12 machine-learning self-study classification discriminant-analysis

2

Analyse discriminante linéaire et règle de Bayes: classification

Quelle est la relation entre l'analyse discriminante linéaire et la règle de Bayes? Je comprends que la LDA est utilisée dans la classification en essayant de minimiser le rapport entre la variance intra-groupe et entre la variance entre groupes, mais je ne sais pas comment la règle de Bayes l'utilise.

12 classification discriminant-analysis bayes

3

Signification de «erreur de reconstruction» dans PCA et LDA

J'implémente PCA, LDA et Naive Bayes, respectivement pour la compression et la classification (implémentant à la fois un LDA pour la compression et la classification). J'ai le code écrit et tout fonctionne. Ce que je dois savoir, pour le rapport, c'est quelle est la définition générale de l' erreur de …

12 machine-learning pca terminology dimensionality-reduction discriminant-analysis

2

Mesures de la séparabilité des classes dans les problèmes de classification

Un exemple d'une bonne mesure de la séparabilité des classes chez les apprenants discriminants linéaires est le rapport discriminant linéaire de Fisher. Existe-t-il d'autres mesures utiles pour déterminer si les ensembles de fonctionnalités offrent une bonne séparation des classes entre les variables cibles? En particulier, je suis intéressé à trouver …

11 machine-learning classification feature-selection discriminant-analysis

3

Les valeurs d'échelle dans une analyse discriminante linéaire (LDA) peuvent-elles être utilisées pour tracer des variables explicatives sur les discriminants linéaires?

En utilisant un biplot de valeurs obtenues par l'analyse des composantes principales, il est possible d'explorer les variables explicatives qui composent chaque composante principale. Est-ce également possible avec l'analyse discriminante linéaire? Les exemples fournis utilisent les données suivantes: "Les données de l'iris d'Edgar Anderson" ( http://en.wikipedia.org/wiki/Iris_flower_data_set ). Voici les données …

11 r pca multivariate-analysis discriminant-analysis biplot

3

Quand utiliseriez-vous PCA plutôt que LDA dans la classification?

Je lis cet article sur la différence entre l'analyse en composantes principales et l'analyse discriminante multiple (analyse discriminante linéaire), et j'essaie de comprendre pourquoi vous utiliseriez jamais PCA plutôt que MDA / LDA. L'explication est résumée comme suit: En gros, dans PCA, nous essayons de trouver les axes avec les …

10 classification pca dimensionality-reduction discriminant-analysis

1

Approches bayésiennes et de Fisher de l'analyse discriminante linéaire

Je connais 2 approches pour faire du LDA, l' approche bayésienne et l' approche de Fisher . Supposons que nous ayons les données , où est le prédicteur à dimensions et est la variable dépendante des classes(x,y)(x,y)(x,y)xxxpppyyyKKK Par approche bayésienne , nous calculons le postérieur , et comme dit dans …

10 discriminant-analysis

1

Traitement des valeurs aberrantes produites par Kurtosis

Je me demandais si quelqu'un pouvait m'aider avec des informations sur Kurtosis (c'est-à-dire qu'il existe un moyen de transformer vos données pour les réduire?) J'ai un ensemble de données de questionnaire avec un grand nombre de cas et de variables. Pour quelques-unes de mes variables, les données montrent des valeurs …

10 distributions assumptions kurtosis discriminant-analysis parametric

1

Analyse de cluster suivie d'une analyse discriminante

Quelle est la justification, le cas échéant, pour utiliser l'analyse discriminante (DA) sur les résultats d'un algorithme de clustering comme k-means, comme je le vois de temps en temps dans la littérature (essentiellement sur le sous-typage clinique des troubles mentaux)? Il n'est généralement pas recommandé de tester les différences de …

10 clustering discriminant-analysis

1

Désaccord apparent des sources sur l'analyse linéaire, quadratique et discriminante de Fisher

J'étudie l'analyse discriminante, mais j'ai du mal à concilier plusieurs explications différentes. Je crois que je dois manquer quelque chose, car je n'ai jamais rencontré ce niveau (apparent) de divergence auparavant. Cela étant dit, le nombre de questions sur l'analyse discriminante sur ce site Web semble être un témoignage de …

10 multivariate-analysis discriminant-analysis

1

Standardisation des fonctionnalités lors de l'utilisation de LDA comme étape de prétraitement

Si une analyse discriminante linéaire multi-classes (ou je lis parfois plusieurs analyses discriminantes) est utilisée pour la réduction de dimensionnalité (ou la transformation après réduction de dimensionnalité via PCA), je comprends qu'en général une "normalisation du score Z" (ou standardisation) de les fonctionnalités ne seront pas nécessaires, même si elles …

9 classification data-transformation normalization standardization discriminant-analysis

Questions marquées «discriminant-analysis»