Statistiques et Big Data predictive-models

1

Les méthodes robustes sont-elles vraiment meilleures?

J'ai deux groupes de sujets, A et B, chacun avec une taille d'environ 400 et environ 300 prédicteurs. Mon objectif est de construire un modèle de prédiction pour une variable de réponse binaire. Mon client veut voir le résultat de l'application du modèle construit à partir de A sur B. …

17 pca logistic predictive-models robust

2

Modèle de survie pour prédire le taux de désabonnement - Des prédicteurs variant dans le temps?

Je cherche à construire un modèle prédictif pour prédire le taux de désabonnement et à utiliser un modèle de survie à temps discret adapté à un ensemble de données de formation personne-période (une ligne pour chaque client et période discrète à risque, avec un indicateur d'événement - égal à 1 …

17 survival predictive-models churn

1

Comment interpréter la sortie de Predict.coxph?

Après avoir monté un coxmodel, il est possible de faire des prédictions et de récupérer le risque relatif de nouvelles données. Ce que je ne comprends pas, c'est comment le risque relatif est calculé pour un individu et à quoi est-il relatif (c'est-à-dire la moyenne de la population)? Des recommandations …

17 predictive-models relative-risk cox-model

4

Sur George Box, Galit Shmueli et la méthode scientifique?

(Cette question peut sembler mieux adaptée à la philosophie SE. J'espère que les statisticiens pourront clarifier mes idées fausses sur les déclarations de Box et Shmueli, donc je la poste ici). George Box (de renommée ARIMA) a déclaré: "Tous les modèles sont faux, mais certains sont utiles." Galit Shmueli dans …

16 predictive-models aic bic philosophical explanatory-models

6

Implémentation SVM la plus rapide

Plus une question générale. J'utilise un SVM rbf pour la modélisation prédictive. Je pense que mon programme actuel a vraiment besoin d'être accéléré. J'utilise scikit learn avec une recherche de grille grossière à fine + validation croisée. Chaque exécution de SVM prend environ une minute, mais avec toutes les itérations, …

16 machine-learning svm predictive-models scikit-learn kernel-trick

2

Quelle est la différence entre l'estimation de vraisemblance maximale et la descente de gradient?

Quels sont les avantages et les inconvénients des deux méthodes?

16 maximum-likelihood predictive-models optimization gradient-descent

5

Est-ce de la triche de laisser tomber les valeurs aberrantes basées sur la boîte à moustaches de l'erreur absolue moyenne pour améliorer un modèle de régression

J'ai un modèle de prédiction testé avec quatre méthodes, comme vous pouvez le voir dans la figure ci-dessous. L'attribut prédit par le modèle est compris entre 0 et 8. Vous pouvez remarquer qu'il existe une valeur aberrante supérieure et trois valeurs aberrantes inférieures indiquées par toutes les méthodes. Je me …

15 regression machine-learning multiple-regression predictive-models outliers

2

Comment effectuer une validation croisée avec un modèle de risques proportionnels de Cox?

Supposons que j'ai construit un modèle de prédiction pour l'occurrence d'une maladie particulière dans un jeu de données (le jeu de données de construction du modèle) et que je souhaite maintenant vérifier l'efficacité du modèle dans un nouveau jeu de données (le jeu de données de validation). Pour un modèle …

15 predictive-models cross-validation survival roc

1

Minimiser les biais dans la modélisation explicative, pourquoi? («Pour expliquer ou prédire» de Galit Shmueli)

Cette question fait référence à l'article de Galit Shmueli "Expliquer ou prédire" . Plus précisément, dans la section 1.5, «Expliquer et prédire sont différents», le professeur Shmueli écrit: Dans la modélisation explicative, l'accent est mis sur la minimisation du biais pour obtenir la représentation la plus précise de la théorie …

15 predictive-models inference bias unbiased-estimator explanatory-models

2

Pourquoi cette prédiction des séries chronologiques est-elle «assez mauvaise»?

J'essaie d'apprendre à utiliser les réseaux de neurones. Je lisais ce tutoriel . Après avoir ajusté un réseau neuronal sur une série chronologique en utilisant la valeur en pour prédire la valeur en t + 1, l'auteur obtient le graphique suivant, où la ligne bleue est la série chronologique, le …

15 time-series neural-networks predictive-models deep-learning prediction

4

Modèles prédictifs: les statistiques ne peuvent-elles pas battre l'apprentissage automatique? [fermé]

Fermé . Cette question doit être plus ciblée . Il n'accepte pas actuellement les 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 2 ans . Je suis actuellement en train de …

14 machine-learning forecasting predictive-models prediction out-of-sample

4

La méthodologie de la forêt aléatoire peut-elle être appliquée aux régressions linéaires?

Les forêts aléatoires fonctionnent en créant un ensemble d'arbres de décision où chaque arbre est créé en utilisant un échantillon bootstrap des données de formation d'origine (échantillon à la fois de variables d'entrée et d'observations). Un processus similaire peut-il être appliqué pour la régression linéaire? Créer k modèles de régression …

14 regression predictive-models ensemble

2

Performances du modèle en modélisation quantile

J'utilise la régression quantile (par exemple via gbmou quantregdans R) - ne me concentrant pas sur la médiane mais plutôt sur un quantile supérieur (par exemple 75e). Issu d'un arrière-plan de modélisation prédictive, je veux mesurer l'adéquation du modèle avec un ensemble de tests et pouvoir le décrire à un …

14 regression data-mining predictive-models quantile-regression

1

Les performances prédictives dépendent davantage de l'expertise de l'analyste de données que de la méthode?

Je suis tombé sur une rumeur selon laquelle une étude a montré que les performances des modèles prédictifs dépendent davantage de l'expertise de l'analyste de données avec la méthode choisie que du choix de la méthode. En d'autres termes, l'affirmation est qu'il est plus important que l'analyste de données soit …

14 predictive-models method-comparison

1

Caret glmnet vs cv.glmnet

Il semble y avoir beaucoup de confusion dans la comparaison de l'utilisation à l' glmnetintérieur caretpour rechercher un lambda optimal et à utiliser cv.glmnetpour faire la même tâche. De nombreuses questions ont été posées, par exemple: Modèle de classification train.glmnet vs cv.glmnet? Quelle est la bonne façon d'utiliser glmnet avec …

14 r caret glmnet machine-learning neural-networks maximum softmax probability distributions mathematical-statistics random-variable cdf statistical-significance variance expected-value ratio sample-size reliability tolerance-interval wilcoxon-signed-rank self-study variance sampling mean machine-learning svm libsvm self-study sampling ranks data-visualization histogram machine-learning classification normal-distribution mathematical-statistics maximum-likelihood mixture predictive-models prediction seasonality

Questions marquées «predictive-models»