Saya mencari dataset datapoint 2 dimensi (setiap datapoint adalah vektor dari dua nilai (x, y)) mengikuti distribusi dan bentuk yang berbeda. Kode untuk menghasilkan data seperti itu juga akan sangat membantu. Saya ingin menggunakannya untuk merencanakan / memvisualisasikan kinerja beberapa...
Katakanlah saya memiliki banyak baris untuk masalah klasifikasi: X1, . . . XN, YX1,...XN,YX_1, ... X_N, Y Di mana adalah fitur / prediktor dan Y adalah kelas yang dimiliki kombinasi fitur baris.X1, . . . , XNX1,...,XNX_1, ..., X_NYYY Banyak kombinasi fitur dan kelasnya diulang dalam dataset,...
Terkait dengan Menganalisa rasio variabel dan Cara parameterisasi rasio dua variabel terdistribusi normal, atau kebalikan dari satu? . Misalkan saya memiliki sejumlah sampel dari empat distribusi acak kontinu yang berbeda, yang semuanya dapat kita anggap normal. Dalam kasus saya, ini terkait...
Sebagai hobi sampingan, saya telah menjelajahi rangkaian waktu perkiraan (khususnya, menggunakan R). Untuk data saya, saya memiliki jumlah kunjungan per hari, untuk setiap hari kembali hampir 4 tahun. Dalam data ini ada beberapa pola yang berbeda: Senin-Jumat memiliki banyak kunjungan (tertinggi...
Apa perbedaan antara Korelasi Silang dan Informasi Saling Menguntungkan. Masalah apa yang bisa dipecahkan dengan menggunakan langkah-langkah ini dan kapan waktu yang tepat untuk menggunakan salah satunya. Terima kasih atas komentarnya. Untuk mengklarifikasi, pertanyaan tersebut didorong oleh minat...
Katakanlah Anda memiliki data kelangsungan hidup seperti ini: obs <- data.frame( time = c(floor(runif(100) * 30), floor((runif(100)^2) * 30)), status = c(rbinom(100, 1, 0.2), rbinom(100, 1, 0.7)), group = gl(2,100) ) Untuk melakukan tes peringkat log standar, seseorang dapat...
Saya tertarik dengan konsep Maximum Entropy Markov Model (MEMM), dan saya berpikir untuk menggunakannya untuk tagger Part of Speech (POS). Saat ini, saya menggunakan classifier Maximum Entropy (ME) konvensional untuk menandai setiap kata. Ini menggunakan sejumlah fitur, termasuk dua tag...
Apakah ada algoritma standar (sebagai lawan program) untuk melakukan regresi linier hirarkis? Apakah orang biasanya hanya melakukan MCMC atau ada lebih khusus, mungkin sebagian bentuk tertutup,
Saya menggunakan paket kernlab di R untuk membangun SVM untuk mengklasifikasikan beberapa data. SVM bekerja dengan baik karena memberikan 'prediksi' keakuratan yang layak, namun daftar variabel input saya lebih besar daripada yang saya inginkan dan saya tidak yakin akan pentingnya relatif dari...
Bagaimana nilai yang diharapkan dari variabel acak kontinu berhubungan dengan rata-rata aritmatika, median, dll. Dalam distribusi non-normal (mis. Skew-normal)? Saya tertarik pada distribusi yang umum / menarik (mis. Log-normal, distribusi bi / multimodal sederhana, hal lain yang aneh dan luar...
Beberapa metode statistik - saya tidak ingat apakah itu analisis komponen utama atau semacamnya - kadang-kadang disebut "analisis data Prancis". Apa itu sebenarnya? Dan beberapa orang mengatakan bahwa nama ini ironis, apakah itu benar, dan
Saya menggunakan 2 jenis regresi logistik - satu adalah tipe sederhana, untuk klasifikasi biner, dan yang lainnya adalah regresi logistik ordinal. Untuk menghitung akurasi yang pertama, saya menggunakan validasi silang, di mana saya menghitung AUC untuk setiap lipatan dan kemudian menghitung...
Saya memiliki beberapa hasil pengujian keterlambatan respons server. Menurut analisis teori kami, distribusi tunda (Fungsi distribusi probabilitas tunda respons) harus memiliki perilaku berekor berat. Tapi bagaimana saya bisa membuktikan bahwa hasil tes tidak mengikuti distribusi
Menggunakan R, saya telah memasang model linier untuk variabel respons tunggal dari campuran prediktor kontinu dan diskrit. Ini dasar-uber, tapi saya kesulitan memahami bagaimana koefisien untuk faktor diskrit bekerja. Konsep: Jelas, koefisien variabel kontinu 'x' diterapkan dalam bentuk y =...
Saya menggunakan glmfitfungsi di MATLAB. Fungsi hanya mengembalikan penyimpangan dan bukan kemungkinan log. Saya mengerti bahwa penyimpangan pada dasarnya adalah dua kali perbedaan antara kemungkinan log dari model tetapi apa yang saya tidak dapatkan adalah saya hanya menggunakan glmfituntuk...
Menurut Analisis Regresi dengan Contoh , residual adalah perbedaan antara respon dan nilai prediksi, maka dikatakan bahwa setiap residual memiliki varian yang berbeda, jadi kita perlu mempertimbangkan residu terstandarisasi. Tetapi variansnya adalah untuk sekelompok nilai, bagaimana mungkin nilai...
Saya memiliki survei besar di mana para siswa ditanyai, antara lain, tingkat pendidikan ibu mereka. Beberapa melewatkannya, dan beberapa menjawab dengan salah. Saya tahu ini, karena ada sub-sampel dari ibu responden awal yang kemudian diwawancarai, dan mengajukan pertanyaan yang sama. (Saya yakin...
Saya memiliki masalah dalam menggunakan cor()dan cor.test()fungsi. Saya hanya memiliki dua matriks (hanya nilai numerik, dan jumlah baris dan kolom yang sama) dan saya ingin memiliki nomor korelasi dan nilai p yang sesuai. Ketika saya menggunakan cor(matrix1, matrix2)saya mendapatkan koefisien...
Saya baru saja ditugaskan proyek melakukan analisis sentimen untuk beberapa koleksi dokumen. Oleh Googling, banyak penelitian terkait sentimen bermunculan. Pertanyaan saya adalah: Apa metode / algoritma utama untuk analisis sentimen di bidang pembelajaran mesin dan analisis statistik? Apakah ada...
Saya memiliki masalah klasifikasi ( -class), dengan urutan 100 prediktor nilai nyata, salah satunya tampaknya memiliki kekuatan penjelas yang lebih banyak daripada yang lain. Saya ingin masuk lebih dalam ke efek dari variabel lain. Namun, teknik pembelajaran mesin standar (hutan acak, SVM, dll)...