Statistiques et Big Data python

2

Implémentation de la validation croisée imbriquée

J'essaie de comprendre si ma compréhension de la validation croisée imbriquée est correcte, j'ai donc écrit cet exemple de jouet pour voir si j'ai raison: import operator import numpy as np from sklearn import cross_validation from sklearn import ensemble from sklearn.datasets import load_boston # set random state state = 1 …

10 cross-validation python scikit-learn

3

Détection d'anomalies de séries temporelles avec Python

Je dois implémenter la détection d'anomalies sur plusieurs ensembles de données chronologiques. Je n'avais jamais fait cela auparavant et j'espérais quelques conseils. Je suis très à l'aise avec python, donc je préférerais que la solution y soit implémentée (la plupart de mon code est en python pour d'autres parties de …

10 machine-learning time-series python computational-statistics anomaly-detection

1

R régression linéaire variable catégorielle valeur «cachée»

Ceci est juste un exemple que j'ai rencontré plusieurs fois, donc je n'ai pas d'échantillons de données. Exécution d'un modèle de régression linéaire dans R: a.lm = lm(Y ~ x1 + x2) x1est une variable continue. x2est catégorique et a trois valeurs, par exemple "Low", "Medium" et "High". Cependant, la …

10 r regression categorical-data regression-coefficients categorical-encoding machine-learning random-forest anova spss r self-study bootstrap monte-carlo r multiple-regression partitioning neural-networks normalization machine-learning svm kernel-trick self-study survival cox-model repeated-measures survey likert correlation variance sampling meta-analysis anova independence sample assumptions bayesian covariance r regression time-series mathematical-statistics graphical-model machine-learning linear-model kernel-trick linear-algebra self-study moments function correlation spss probability confidence-interval sampling mean population r generalized-linear-model prediction offset data-visualization clustering sas cart binning sas logistic causality regression self-study standard-error r distributions r regression time-series multiple-regression python chi-squared independence sample clustering data-mining rapidminer probability stochastic-processes clustering binary-data dimensionality-reduction svd correspondence-analysis data-visualization excel c# hypothesis-testing econometrics survey rating composite regression least-squares mcmc markov-process kullback-leibler convergence predictive-models r regression anova confidence-interval survival cox-model hazard normal-distribution autoregressive mixed-model r mixed-model sas hypothesis-testing mediation interaction

2

Comment définir la taille du mini-lot dans SGD en keras

Je suis nouveau à Keras et j'ai besoin de votre aide. J'entraîne un réseau neuronal à Keras et ma fonction de perte est la sortie et la valeur cible de la différence nette au noir et blanc. Je veux optimiser cela en utilisant Gradient Descent. Après avoir parcouru quelques liens …

10 neural-networks python gradient-descent keras sgd

2

Test de saisonnalité des séries chronologiques

Quels sont les tests de saisonnalité les plus simples pour les séries chronologiques? Étant plus précis, je veux tester si en specific time series the seasonal componentest significatif. Quels sont les packages recommandés en Python / R?

9 r time-series hypothesis-testing python seasonality

1

Comment les enfants parviennent-ils à rassembler leurs parents dans une projection PCA d'un ensemble de données GWAS?

Prenez 20 points aléatoires dans un espace de 10 000 dimensions avec chaque coordonnée iid de . Répartissez-les en 10 paires («couples») et ajoutez la moyenne de chaque paire («un enfant») à l'ensemble de données. Ensuite, faites PCA sur les 30 points résultants et tracez PC1 vs PC2.N(0,1)N(0,1)\mathcal N(0,1) Une …

9 pca python high-dimensional genetics gwas

1

Générer des nombres aléatoires à partir de la «distribution uniforme inclinée» de la théorie mathématique

Dans un certain but, j'ai besoin de générer des nombres aléatoires (données) à partir de la distribution "uniforme en pente". La "pente" de cette distribution peut varier dans un intervalle raisonnable, et alors ma distribution devrait changer d'uniforme à triangulaire en fonction de la pente. Voici ma dérivation: Rendons les …

9 r distributions python random-generation uniform

2

Comment visualisez-vous un entonnoir segmenté? (et pourriez-vous le faire avec Python?)

J'ai vu ce post sur Moz qui présentait un entonnoir marketing segmenté: Ce genre de chose aurait beaucoup de valeur dans mon travail. Ce que je n'ai aucune idée, c'est comment visualiser les données brutes pour montrer un entonnoir segmenté comme celui-ci. L'idée est que les prospects proviennent de différentes …

9 data-visualization python funnel-plot

1

Formule d'inertie de clustering dans Scikit Learn

Je voudrais coder un cluster kmeans en python à l'aide de pandas et de scikit learn. Afin de sélectionner le bon k, je voudrais coder la statistique de l'écart de Tibshirani et al 2001 ( pdf ). Je voudrais savoir si je pourrais utiliser le résultat inertie_ de scikit et …

9 clustering python k-means scikit-learn metric

2

Comment ajuster une régression comme

J'ai des données de séries chronologiques où la variable mesurée est des entiers positifs discrets (comptes). Je veux tester s'il y a une tendance à la hausse dans le temps (ou non). La variable indépendante (x) est comprise entre 0 et 500 et la variable dépendante (y) est comprise entre …

9 r regression python

2

Évaluation des pics dans les séries temporelles des données de signal cellulaire

Je mesure l'existence d'une réponse dans les mesures du signal cellulaire. J'ai d'abord appliqué un algorithme de lissage (Hanning) à la série temporelle de données, puis détecté les pics. Ce que je reçois est ceci: Si je voulais rendre la détection de la réponse un peu plus objective que "oui, …

9 time-series python signal-detection

5

Calcul du centile de la distribution normale

Voir cette page Wikipedia: http://en.wikipedia.org/wiki/Binomial_proportion_confidence_interval#Agresti-Coull_Interval Pour obtenir l'intervalle Agresti-Coull, il faut calculer un centile de la distribution normale, appelé . Comment calculer le centile? Existe-t-il une fonction prête à l'emploi qui le fait dans Wolfram Mathematica et / ou Python / NumPy / SciPy?zzz

9 python normal-distribution

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

2

Comment préparer les interactions des variables catégorielles dans scikit-learn?

Quelle est la meilleure façon de préparer les interactions des caractéristiques catégorielles avant de les adapter à scikit-learn? Avec statsmodelsje pourrais facilement dire en style R smf.ols(formula = 'depvar ~ C(var1)*C(var2)', data=df).fit()(même chose avec Stata avec regress depvar i.var1##i.var2). Peut-on sklearn.preprocessing.PolynomialFeatures(dans la v0.15, actuellement dev) être utilisé avec des variables …

9 machine-learning interaction python scikit-learn

1

Différence entre Naive Bayes et Recurrent Neural Network (LSTM)

Je veux effectuer une analyse de sentiment sur du texte, j'ai parcouru plusieurs articles, certains d'entre eux utilisent "Naive Bayes" et d'autres sont "Recurrent Neural Network (LSTM)" , d'autre part j'ai vu une bibliothèque python pour l'analyse de sentiment qui est nltk. Il utilise "Naive Bayes". Quelqu'un peut-il expliquer quelle …

8 machine-learning neural-networks python natural-language

Questions marquées «python»