Saya sebenarnya menulis implementasi Hutan Acak tapi saya yakin pertanyaannya khusus untuk pohon keputusan (terlepas dari RF). Jadi konteksnya adalah bahwa saya membuat simpul di pohon keputusan dan kedua variabel prediksi dan target kontinu. Node memiliki ambang batas untuk membagi data menjadi...
Apakah ada yang punya referensi ke ringkasan analisis run-time untuk algoritma pembelajaran mesin umum (rasa yang berbeda dari NN, SVM,
Saya memiliki pemahaman yang kabur tentang apa metode penyampaian pesan: sebuah algoritma yang membangun perkiraan untuk suatu distribusi dengan secara iteratif membangun perkiraan masing-masing faktor distribusi yang tergantung pada semua perkiraan semua faktor lainnya. Saya percaya bahwa...
Apa pro dan kontra dari belajar tentang sifat distribusi secara algoritmik (melalui simulasi komputer) versus matematis? Sepertinya simulasi komputer dapat menjadi metode pembelajaran alternatif, terutama bagi siswa baru yang tidak merasa kuat dalam kalkulus. Juga tampaknya bahwa simulasi...
Saya tertarik melihat beberapa metrik yang berbeda untuk algoritme pemeringkatan - ada beberapa yang terdaftar di halaman wikipedia Learning to Rank, termasuk: • Rata-rata presisi rata-rata (MAP); • DCG dan NDCG; • Precision @ n, NDCG @ n, di mana "@n" menunjukkan bahwa metrik dievaluasi hanya...
Bagaimana dan mengapa generator angka acak (RNG) penting dalam statistik komputasi? Saya memahami bahwa keacakan penting ketika memilih sampel untuk banyak uji statistik untuk menghindari bias terhadap hipotesis, tetapi apakah ada area lain dari statistik komputasi di mana generator bilangan acak...
Untuk mengevaluasi kinerja algoritma klasifikasi baru, saya mencoba untuk membandingkan akurasi dan kompleksitas (big-O dalam pelatihan dan klasifikasi). Dari Machine Learning: ulasan saya mendapatkan daftar pengklasifikasi lengkap yang diawasi, juga tabel akurasi antara algoritma, dan 44 masalah...
Saya meneliti tentang k-means dan ini adalah apa yang saya dapatkan: k-means adalah salah satu algoritma paling sederhana yang menggunakan metode pembelajaran tanpa pengawasan untuk memecahkan masalah pengelompokan yang diketahui. Ini bekerja sangat baik dengan kumpulan data besar. Namun, ada juga...
Pertanyaan: apakah mungkin untuk melatih NN untuk membedakan antara angka ganjil dan genap hanya menggunakan sebagai input angka itu sendiri? Saya memiliki dataset berikut: Number Target 1 0 2 1 3 0 4 1 5 0 6 1 ... ... 99 0 100 1 Saya melatih NN dengan dua neuron input (satu menjadi Variabel...
Mungkin di luar topik di sini, tetapi sudah ada beberapa ( satu , dua ) pertanyaan terkait. Mengaduk-aduk dalam literatur (atau pencarian google untuk Algoritma SVD Terpotong) muncul banyak makalah yang menggunakan SVD terpotong dalam berbagai cara, dan klaim (frustasi, sering tanpa kutipan) bahwa...
Tujuan dari makalah ini adalah untuk mengoptimalkan beberapa parameter dengan memaksimalkan log-likelihood yang diatur. Kemudian mereka menghitung turunan parsial. Dan kemudian penulis menyebutkan bahwa mereka mengoptimalkan persamaan menggunakan L-BFGS, prosedur kuasi-Newton standar untuk...
Mungkin hanya karena saya lelah, tetapi saya mengalami kesulitan mencoba memahami algoritma Forward Stagewise Regression. Dari "Elemen Pembelajaran Statistik" halaman 60: Regresi forward-stagewise (FS) bahkan lebih terbatas daripada regresi step-maju. Itu dimulai seperti regresi maju-langkah,...
Saat ini saya mencoba untuk nilai-nilai simulasi dari berdimensi variabel acak yang memiliki distribusi normal multivariat dengan mean vector dan kovarians matriks .NNNXXXμ=(μ1,...,μN)Tμ=(μ1,...,μN)T\mu = (\mu_1,...,\mu_N)^TSSS Saya berharap untuk menggunakan prosedur yang sama dengan metode...
Apa pro dan kontra dari menggunakan LARS [1] dibandingkan menggunakan penurunan koordinat untuk menyesuaikan regresi linier yang diatur L1? Saya terutama tertarik pada aspek kinerja (masalah saya cenderung ada Ndalam ratusan ribu dan p<20.) Namun, wawasan lainnya juga akan dihargai. sunting:...
Saya telah mencoba mempelajari dan menerapkan model ARIMA. Saya telah membaca teks yang bagus tentang ARIMA oleh Pankratz - Peramalan dengan Kotak Univariat - Model Jenkins: Konsep dan Kasus . Dalam teks, penulis terutama menekankan prinsip kekikiran dalam memilih model ARIMA. Saya mulai bermain...
Saya telah menulis beberapa kode yang dapat melakukan pemfilteran Kalman (menggunakan sejumlah filter tipe Kalman yang berbeda [Information Filter et al.]) Untuk Linear Gaussian State Space Analysis untuk vektor keadaan n-dimensi. Filter bekerja dengan baik dan saya mendapatkan beberapa output yang...
Tampaknya, Analisis Fisher bertujuan memaksimalkan pemisahan antar kelas secara serentak, sekaligus meminimalkan dispersi di dalam kelas. Sebuah ukuran yang berguna dari kekuatan diskriminasi dari sebuah variabel maka diberikan oleh kuantitas diagonal: Bii/WiiBii/WiiB_{ii}/W_{ii}...
Adakah yang bisa menjelaskan kepada saya manfaat dari algoritma genetika dibandingkan dengan metode pencarian dan optimisasi tradisional
Pertanyaan ini sudah memiliki jawaban di sini : Algoritma backpropagation (2 jawaban) Ditutup 3 bulan lalu . Apa algoritma back-propagation dan bagaimana cara
Saya tahu cara melakukan PCA (analisis komponen utama), tetapi saya ingin tahu langkah-langkah yang harus digunakan untuk analisis faktor. Untuk melakukan PCA, mari kita pertimbangkan beberapa matriks , misalnya:SEBUAHSEBUAHA 3 1 -1 2 4 0 4 -2 -5 11 22 20 Saya telah menghitung matriks...