Donc, je pense que j'ai une bonne compréhension des bases de la probabilité fréquentiste et de l'analyse statistique (et à quel point elle peut être utilisée). Dans un monde fréquentiste, il est logique de poser une question telle que "cette distribution est-elle différente de cette distribution",...
J'étudie différentes techniques utilisées dans le clustering de documents et je voudrais dissiper certains doutes concernant PCA (analyse en composantes principales) et LSA (analyse sémantique latente). Première chose - quelles sont les différences entre eux? Je sais qu'en PCA, la décomposition SVD...
Disons que nous avons une distribution de Dirichlet avec le paramètre de vecteur dimension . Comment puis-je tirer un échantillon (un vecteur dimensionnel) de cette distribution? J'ai besoin d'une explication (éventuellement) simple.→ α = [ α 1 , α 2 , . . . , α K ]KKKα⃗ = [ α1, α2, . . . ,...
J'ai deux ensembles de données, l'un à partir d'un ensemble d'observations physiques (températures) et l'autre à partir d'un ensemble de modèles numériques. Je fais une analyse du modèle parfait, en supposant que l'ensemble du modèle représente un véritable échantillon indépendant et je vérifie si...
Récemment, j'ai commencé à étudier l'apprentissage automatique, mais je n'ai pas réussi à saisir l'intuition derrière la régression logistique . Voici les faits sur la régression logistique que je comprends. Comme base d'hypothèse, nous utilisons la fonction sigmoïde . Je comprends pourquoi c'est...
J'ai un data.frame avec 800 obs. de 40 variables, et j'aimerais utiliser l'analyse des composants principaux pour améliorer les résultats de ma prédiction (qui fonctionne jusqu'à présent le mieux avec Support Vector Machine sur une quinzaine de variables sélectionnées à la main). Je comprends qu'un...
J'essaie de mieux comprendre l'estimation de la densité du noyau. En utilisant la définition de Wikipedia: https://en.wikipedia.org/wiki/Kernel_density_estimation#Definition fh^(x)=1n∑ni=1Kh(x−xi)=1nh∑ni=1K(x−xih)fh^(x)=1n∑i=1nKh(x−xi)=1nh∑i=1nK(x−xih) \hat{f_h}(x) = \frac{1}{n}\sum_{i=1}^n K_h (x...
J'ai exécuté une conception répétée selon laquelle j'ai testé 30 hommes et 30 femmes à travers trois tâches différentes. Je veux comprendre en quoi le comportement des hommes et des femmes est différent et comment cela dépend de la tâche. J'ai utilisé à la fois le package lmer et lme4 pour enquêter...
Je suis un étudiant de premier cycle et j'ai un projet pour ma classe de probabilité. Fondamentalement, j'ai un ensemble de données sur les ouragans qui ont touché mon pays pendant une série d'années. Dans mon livre de probabilités, (Probabilité et statistiques avec R) il y a un exemple (non...
Tous les exemples de SVM sont liés à la classification. Je ne comprends pas comment un SVM pour la régression (support vector regressor) pourrait être utilisé dans la régression. D'après ma compréhension, un SVM maximise la marge entre deux classes pour trouver l'hyperplan optimal. Comment cela...
Considérez l'exemple R ci-dessous: plot( hclust(dist(USArrests), "ave") ) Que signifie exactement l'axe Y "Hauteur"? En regardant la Caroline du Nord et la Californie (plutôt à gauche). La Californie est-elle "plus proche" de la Caroline du Nord que l'Arizona? Puis-je faire cette interprétation?...
J'ai une confusion sur les estimateurs biaisés du maximum de vraisemblance (ML). Les mathématiques de l'ensemble du concept sont assez claires pour moi, mais je ne peux pas comprendre le raisonnement intuitif derrière. Étant donné un certain ensemble de données qui contient des échantillons d'une...
Est-ce vrai que les fonctions des variables aléatoires indépendantes sont elles-mêmes indépendantes? J'ai vu ce résultat souvent utilisé implicitement dans certaines preuves, par exemple dans la preuve d'indépendance entre la moyenne de l'échantillon et la variance de l'échantillon d'une...
J'essaie de développer un modèle prédictif utilisant des données cliniques de grande dimension, y compris des valeurs de laboratoire. L'espace de données est rare avec 5k échantillons et 200 variables. L'idée est de classer les variables à l'aide d'une méthode de sélection des fonctionnalités (IG,...
Supposons que j'ai un ensemble de données pour une tâche de classification statistique supervisée, par exemple via un classifieur Bayes. Cet ensemble de données se compose de 20 entités et je veux le résumer à 2 entités via des techniques de réduction de dimensionnalité telles que l'analyse en...
Le lmerTestpackage fournit une anova()fonction pour les modèles mixtes linéaires avec éventuellement l'approximation de Satterthwaite (par défaut) ou de Kenward-Roger des degrés de liberté (df). Quelle est la différence entre ces deux approches? Quand choisir
Je suis un étudiant en master CS dans une université allemande en train de rédiger ma thèse. Je vais avoir fini dans deux mois, je dois prendre la décision très difficile si je dois continuer avec un doctorat ou trouver un emploi dans l'industrie. Mes raisons de faire un doctorat: Je suis une...
Les forêts aléatoires sont bien connues pour fonctionner assez bien sur une variété de tâches et ont été désignées comme l' homme du cuir des méthodes d'apprentissage . Y a-t-il des types de problèmes ou de conditions spécifiques dans lesquels il faut éviter d'utiliser une forêt...
Je voudrais générer une matrice de corrélation aléatoire de telle sorte qu'il y ait des corrélations modérément fortes présentes: n × nCC\mathbf Cn×nn×nn \times n matrice symétrique réelle carrée de taille, avec par exemple ;n = 100n×nn×nn \times nn=100n=100n=100 positif-défini, c'est-à-dire avec...
J'ai plusieurs questions concernant la pénalité de crête dans le contexte des moindres carrés: βridge=(λID+X′X)−1X′yβridge=(λID+X′X)−1X′y\beta_{ridge} = (\lambda I_D + X'X)^{-1}X'y 1) L'expression suggère que la matrice de covariance de X est rétrécie vers une matrice diagonale, ce qui signifie que...