Seperti judulnya, apakah ada yang tahu tentang buku yang bagus dan terkini yang mencakup preprocessing data secara umum dan khususnya teknik deteksi outlier? Buku ini tidak perlu berfokus secara khusus pada hal itu, tetapi harus membahas topik-topik yang disebutkan di atas secara mendalam - saya...
Saya mencoba memprediksi keberhasilan atau kegagalan siswa berdasarkan beberapa fitur dengan model regresi logistik. Untuk meningkatkan kinerja model, saya sudah berpikir untuk membagi siswa menjadi kelompok yang berbeda berdasarkan perbedaan yang jelas dan membangun model yang terpisah untuk...
Baru-baru ini saya diberitahu bahwa proses yang saya ikuti (komponen dari Tesis MS) dapat dilihat sebagai terlalu pas. Saya mencari untuk mendapatkan pemahaman yang lebih baik tentang ini dan melihat apakah orang lain setuju. Tujuan dari makalah ini adalah untuk Bandingkan kinerja Gradient...
Saya mengerti bahwa ukuran-f (berdasarkan presisi dan daya ingat) adalah perkiraan seberapa akurat classifier. Juga, f-ukuran lebih disukai daripada akurasi ketika kita memiliki dataset yang tidak seimbang. Saya punya pertanyaan sederhana (yang lebih banyak tentang menggunakan terminologi yang...
Saya mengusulkan untuk mencoba dan menemukan tren dalam beberapa data jangka panjang yang sangat bising. Data pada dasarnya adalah pengukuran mingguan dari sesuatu yang bergerak sekitar 5mm selama periode sekitar 8 bulan. Data ke akurasi 1mm dan sangat bising secara teratur mengubah +/- 1 atau 2mm...
Ada banyak referensi dalam literatur statistik untuk " data fungsional " (yaitu data yang kurva), dan secara paralel, " data dimensi tinggi " (yaitu ketika data vektor vektor dimensi tinggi). Pertanyaan saya adalah tentang perbedaan antara kedua tipe data tersebut. Ketika berbicara tentang...
Pertanyaan ini mungkin terdengar sangat luas, tetapi inilah yang saya cari. Saya tahu ada banyak buku bagus tentang metode ekonometrik, dan banyak artikel ekspositori bagus tentang teknik ekonometrik. Bahkan ada contoh ekonometrik yang dapat direproduksi dengan sangat baik , seperti yang dijelaskan...
Saya ingin mempelajari data mining. Apakah ada kuliah video gratis di luar sana yang menjelaskan proses penambangan data secara
Maafkan ketidaktahuan saya, tapi ... Saya terus menemukan diri saya dalam situasi, di mana saya dihadapkan dengan sekelompok data baru yang berhasil saya temukan. Data ini biasanya terlihat seperti ini: Date Number1 Number2 Category1 Category2 20120125 11 101 Dog Brown 20120126 21 90 Cat...
Di waktu senggang saya, saya sedang mengerjakan sistem berbasis web kecil yang mengumpulkan laporan kerusakan (tetapi bukan yang lain, laporan bug yang tidak mogok) yang dikirim dari aplikasi Delphi Windows. Untuk pemecahan masalah, pengguna akan senang memiliki fitur penambangan data untuk...
Saya mencoba mengelompokkan, misalnya, string tentang pemrograman dengan string lain tentang pemrograman, string tentang fisika dengan string lain tentang fisika, dll., Untuk berbagai topik. Terlepas dari aspek linguistik teoretis yang menyolok dari masalah, saya mencari untuk benar-benar melakukan...
Pendekatan tradisional konstruksi fitur untuk penambangan teks adalah pendekatan bag-of-words, dan dapat ditingkatkan menggunakan tf-idf untuk mengatur vektor fitur yang menjadi ciri dokumen teks yang diberikan. Saat ini, saya mencoba menggunakan model bahasa bi-gram atau (N-gram) untuk membangun...
Ini hanya contoh yang saya temui beberapa kali, jadi saya tidak punya data sampel. Menjalankan model regresi linier di R: a.lm = lm(Y ~ x1 + x2) x1adalah variabel kontinu. x2bersifat kategorikal dan memiliki tiga nilai, mis. "Rendah", "Sedang" dan "Tinggi". Namun output yang diberikan oleh R akan...
Seringkali saya pernah mendengar data penambang di sini menggunakan istilah ini. Sebagai ahli statistik yang telah mengerjakan masalah klasifikasi, saya akrab dengan istilah "latihlah pengklasifikasi" dan saya menganggap "mempelajari model" berarti hal yang sama. Saya tidak keberatan dengan istilah...
Saya memiliki GLMM formulir: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Ketika saya menggunakan drop1(model, test="Chi"), saya mendapatkan hasil yang berbeda daripada jika saya menggunakan Anova(model, type="III")dari paket mobil atau...
Saya menemukan artikel ini tentang tim penambangan data dalam kampanye pemilihan ulang Obama. Sayangnya, artikel ini sangat kabur tentang mesin yang sebenarnya dari algoritma statistik. Namun, itu terdengar seolah-olah teknik umum dikenal dalam ilmu sosial dan politik. Karena ini bukan bidang...
Saya tidak memiliki pengalaman industri dalam penambangan data atau data besar sehingga akan senang mendengar Anda berbagi pengalaman. Apakah orang benar-benar menjalankan k-means, PAM, CLARA, dll. Pada dataset yang sangat besar? Atau mereka hanya mengambil sampel secara acak? Jika mereka hanya...
My dataset:My dataset:My \ \ dataset: 1:A,B,C,E1:A,B,C,E1: A,B,C,E 2:A,C,D,E2:A,C,D,E2:A,C,D,E 3: B,C,E3: B,C,E3:\ \ \ \ \ B,C,E 4:A,C,D,E4:A,C,D,E4:A,C,D,E 5: C,D,E5: C,D,E5:\ \ \ \ C, D, E 6: A,D,E6: A,D,E6: \ \ \ \ A, D,E Saya ingin mengetahui set item sering maksimal dan...
Apa metrik yang baik untuk menilai kualitas analisis komponen utama (PCA)? Saya melakukan algoritma ini pada dataset. Tujuan saya adalah mengurangi jumlah fitur (informasinya sangat berlebihan). Saya tahu persentase varians yang disimpan adalah indikator yang baik tentang seberapa banyak informasi...
Saya memiliki satu set data tiga dimensi, dan saya mencoba menggunakan analisis Local Outlier Factor untuk mengidentifikasi nilai yang paling unik atau aneh. Bagaimana seseorang memutuskan nilai k untuk digunakan dalam analisis LOF? Saya mengerti apa yang menentukan nilai-k, dan jadi saya tidak...