Statistiques et Big Data machine-learning

5

Pour une classification avec des forêts aléatoires en R, comment doit-on s'ajuster aux tailles de classe déséquilibrées?

J'explore différentes méthodes de classification pour un projet sur lequel je travaille et je suis intéressé à essayer Random Forests. J'essaie de m'instruire au fur et à mesure et j'apprécierais toute aide apportée par la communauté CV. J'ai divisé mes données en ensembles de formation / test. De l'expérimentation avec …

17 r machine-learning random-forest

2

Une forêt aléatoire avec plusieurs sorties serait-elle possible / pratique?

Les forêts aléatoires (RF) sont une méthode compétitive de modélisation / extraction de données. Un modèle RF a une sortie - la variable sortie / prédiction. L'approche naïve de la modélisation de plusieurs sorties avec des RF serait de construire une RF pour chaque variable de sortie. Nous avons donc …

17 machine-learning cart random-forest multilabel

3

ROC vs courbes de rappel de précision sur un ensemble de données déséquilibré

Je viens de terminer la lecture de cette discussion. Ils soutiennent que PR AUC est meilleure que ROC AUC sur un ensemble de données déséquilibré. Par exemple, nous avons 10 échantillons dans l'ensemble de données de test. 9 échantillons sont positifs et 1 négatif. Nous avons un modèle terrible qui …

17 machine-learning model-selection roc unbalanced-classes precision-recall

4

Interpréter la similitude cosinus négative

Ma question peut être stupide. Je m'excuse donc à l'avance. J'essayais d'utiliser le modèle GLOVE pré-formé par Stanford NLP group ( lien ). Cependant, j'ai remarqué que mes résultats de similitude montraient des chiffres négatifs. Cela m'a immédiatement incité à regarder le fichier de données mot-vecteur. Apparemment, les valeurs dans …

17 machine-learning word2vec cosine-similarity

3

Comment la causalité est-elle définie mathématiquement?

Quelle est la définition mathématique d'une relation causale entre deux variables aléatoires? Étant donné un échantillon de la distribution conjointe de deux variables aléatoires et , quand dirions-nous que cause ?XXXYYYXXXYYY Pour le contexte, je lis cet article sur la découverte causale .

16 machine-learning causality

1

L'apprentissage supervisé est-il un sous-ensemble de l'apprentissage par renforcement?

Il semble que la définition de l'apprentissage supervisé soit un sous - ensemble de l'apprentissage par renforcement, avec un type particulier de fonction de récompense qui est basée sur des données étiquetées (par opposition à d'autres informations dans l'environnement). Est-ce une représentation exacte?

16 machine-learning terminology reinforcement-learning supervised-learning definition

1

Pourquoi le critère d'information Akaike n'est-il pas davantage utilisé dans l'apprentissage automatique?

Je suis juste tombé sur "critère d'information Akaike", et j'ai remarqué cette grande quantité de littérature sur la sélection des modèles (aussi des choses comme BIC semblent exister). Pourquoi les méthodes modernes d'apprentissage automatique ne profitent-elles pas de ces critères de sélection des modèles BIC et AIC?

16 machine-learning model-selection aic bic

2

Que se passe-t-il ici, lorsque j'utilise la perte au carré dans le cadre de la régression logistique?

J'essaie d'utiliser la perte au carré pour effectuer une classification binaire sur un ensemble de données de jouets. J'utilise mtcarsun ensemble de données, utilise le mile par gallon et le poids pour prédire le type de transmission. Le graphique ci-dessous montre les deux types de données de type de transmission …

16 r machine-learning logistic optimization loss-functions

4

Qu'est-ce qui est considéré comme une bonne perte de journal?

J'essaie de mieux comprendre la perte de journal et comment cela fonctionne, mais une chose que je n'arrive pas à trouver est de mettre le numéro de perte de journal dans une sorte de contexte. Si mon modèle a une perte de log de 0,5, est-ce bien? Qu'est-ce qui est …

16 machine-learning loss-functions log-loss

5

Comment les méthodes d'ensemble surpassent-elles toutes leurs composantes?

Je suis un peu confus au sujet de l'apprentissage d'ensemble. En bref, il exécute k modèles et obtient la moyenne de ces k modèles. Comment peut-on garantir que la moyenne des modèles k serait meilleure que n'importe laquelle des modèles en soi? Je comprends que le biais est "étalé" ou …

16 machine-learning ensemble

1

Quelles théories de la causalité devrais-je connaître?

Quelles approches théoriques de la causalité devrais-je connaître en tant que statisticien / économètre appliqué? Je connais le (un tout petit peu) Modèle causal de Neyman – Rubin (et Roy , Haavelmo etc.) Le travail de Pearl sur la causalité Causalité de Granger (bien que moins axée sur le traitement) …

16 machine-learning causality theory treatment-effect

1

nombre de cartes d'entités dans les réseaux de neurones convolutifs

Lors de l'apprentissage du réseau neuronal convolutionnel, j'ai des questions concernant la figure suivante. 1) C1 dans la couche 1 a 6 cartes de caractéristiques, cela signifie-t-il qu'il y a six noyaux convolutionnels? Chaque noyau convolutionnel est utilisé pour générer une carte d'entités basée sur l'entrée. 2) S1 dans la …

16 machine-learning neural-networks deep-learning pattern-recognition conv-neural-network

2

Comment faire une analyse exploratoire des données pour choisir l'algorithme d'apprentissage automatique approprié

Nous étudions le machine learning via Machine Learning: A Probabilistic Perspective (Kevin Murphy). Bien que le texte explique les fondements théoriques de chaque algorithme, il dit rarement dans quel cas quel algorithme est le meilleur et quand il le fait, il ne dit pas comment dire dans quel cas je …

16 machine-learning eda

3

Zone sous la courbe ROC ou zone sous la courbe PR pour les données déséquilibrées?

J'ai quelques doutes quant à la mesure de performance à utiliser, l'aire sous la courbe ROC (TPR en fonction de FPR) ou l'aire sous la courbe de précision-rappel (précision en fonction du rappel). Mes données sont déséquilibrées, c'est-à-dire que le nombre d'instances négatives est beaucoup plus important que les instances …

16 r machine-learning roc precision-recall auc

2

Dans quelles conditions les machines de renforcement de gradient surpassent-elles les forêts aléatoires?

La machine de boosting de gradient de Friedman peut -elle obtenir de meilleures performances que la forêt aléatoire de Breiman ? Si oui, dans quelles conditions ou quel type de jeu de données peut-il améliorer gbm?

16 machine-learning data-mining random-forest boosting

Questions marquées «machine-learning»