Saya memiliki 17 numerik dan 5 variabel biner (0-1), dengan 73 sampel dalam dataset saya. Saya perlu menjalankan analisis kluster. Saya tahu bahwa jarak Gower adalah metrik yang baik untuk kumpulan data dengan variabel campuran. Namun, saya tidak bisa mengerti bagaimana jarak Gower menghitung...
Dalam mempelajari jarak Kullback-Leibler, ada dua hal yang kita pelajari dengan sangat cepat adalah bahwa itu tidak menghormati baik ketidaksetaraan segitiga maupun simetri, sifat-sifat yang diperlukan dari metrik. Pertanyaan saya adalah apakah ada metrik fungsi kepadatan probabilitas yang...
Untuk pengelompokan hierarkis saya sering melihat dua "metrik" berikut (mereka tidak berbicara) untuk mengukur jarak antara dua variabel acak XXX dan YYY : \newcommand{\Cor}{\mathrm{Cor}} d1(X,Y)d2(X,Y)=1−|Cor(X,Y)|,=1−(Cor(X,Y))2d1(X,Y)=1−|Cor(X,Y)|,d2(X,Y)=1−(Cor(X,Y))2\begin{align} d_1(X,Y) &=...
Saya menggunakan means clustering untuk mengelompokkan suara speaker. Ketika saya membandingkan ucapan dengan data speaker yang dikelompokkan, saya mendapatkan distorsi rata-rata (jarak Euclidean). Jarak ini bisa dalam kisaran [ 0 , ∞ ] . Saya ingin mengonversi jarak ini ke skor kesamaan [ 0 , 1 ]...
Saya punya matriks istilah-dokumen , dan sekarang saya ingin mengekstraksi kata kunci untuk setiap dokumen dengan metode pembelajaran yang dilindungi (SVM, Naif Bayes, ...). Dalam model ini, saya sudah menggunakan Tf-idf, tag Pos, ...M.M.M Tapi sekarang aku bertanya-tanya tentang selanjutnya. Saya...
Saya mengerti alasan di balik normalisasi kolom, karena hal itu menyebabkan fitur-fitur menjadi tertimbang sama rata, bahkan jika mereka tidak diukur pada skala yang sama - namun, sering dalam literatur tetangga terdekat, baik kolom dan baris dinormalisasi. Apa normalisasi baris untuk / mengapa...
Saya memiliki lebih dari 3000 vektor pada kisi dua dimensi, dengan distribusi diskrit yang kurang lebih seragam. Beberapa pasang vektor memenuhi syarat tertentu. Catatan: ketentuan ini hanya berlaku untuk pasangan vektor, bukan untuk masing-masing vektor. Saya memiliki daftar sekitar 1500 pasangan...
Saya tidak tahu jarak mana fungsi antara individu untuk digunakan dalam kasus atribut nominal (kategori unordered). Saya membaca beberapa buku teks dan mereka menyarankan fungsi Simple Matching tetapi beberapa buku menyarankan agar saya mengubah nominal ke atribut biner dan menggunakan Koefisien...
Misalkan saya memiliki campuran banyak Gaussians dengan bobot, sarana, dan standar deviasi yang diketahui. Berarti tidak sama. Deviasi rata-rata dan standar dari campuran dapat dihitung, tentu saja, karena momen adalah rata-rata tertimbang dari momen komponen. Campuran itu bukan distribusi normal,...
Saya bukan seorang ahli ekologi komunitas, tetapi hari ini saya sedang mengerjakan data ekologi komunitas. Apa yang saya tidak bisa mengerti, terlepas dari matematika dari jarak ini, adalah kriteria untuk setiap jarak yang digunakan dan dalam situasi apa itu dapat diterapkan. Misalnya, apa yang...
Saya memiliki regresi logistik intersep acak (karena pengukuran berulang) dan saya ingin melakukan beberapa diagnostik, khususnya mengenai pencilan dan pengamatan yang berpengaruh. Saya melihat residu untuk melihat apakah ada pengamatan yang menonjol. Tetapi saya juga ingin melihat jarak seperti...
Saya memiliki matriks kovariansi dan ingin variabel partisi ke k cluster menggunakan hirarki pengelompokan (misalnya, untuk memilah matriks kovarians).n × nn×nn \times nkkk Apakah ada fungsi jarak yang khas antara variabel (yaitu antara kolom / baris dari matriks kovarians kuadrat)? Atau jika ada...
Seorang rekan memiliki fungsi dan untuk tujuan kita itu adalah kotak hitam. Fungsi mengukur kesamaan dari dua objek.s ( a , b )ssss ( a , b )s(a,b)s(a,b) Kami tahu pasti bahwa memiliki sifat-sifat ini:sss Skor kesamaan adalah bilangan real antara 0 dan 1, inklusif. Hanya objek yang identik...
Apakah ada yang tahu apa rumus jarak Cook? Rumus jarak Cook asli menggunakan residu pelajar, tetapi mengapa R menggunakan std. Residu Pearson saat menghitung plot jarak Cook untuk GLM. Saya tahu bahwa residu pelajar tidak didefinisikan untuk GLM, tetapi bagaimana rumus untuk menghitung jarak Cook...
Saya menggunakan analisis semantik laten untuk mewakili kumpulan dokumen di ruang dimensi yang lebih rendah. Saya ingin mengelompokkan dokumen-dokumen ini menjadi dua kelompok menggunakan k-means. Beberapa tahun yang lalu, saya melakukan ini menggunakan gensim Python dan menulis algoritma k-means...
Saya telah membaca banyak tentang Dynamic Time Warping (DTW) belakangan ini. Saya sangat terkejut bahwa tidak ada literatur sama sekali tentang penerapan DTW ke seri waktu yang tidak teratur, atau setidaknya saya tidak dapat menemukannya. Adakah yang bisa memberi saya referensi ke sesuatu yang...
Saya memiliki satu set data 2-D di mana saya ingin menemukan pusat dari sejumlah pusat lingkaran ( ) yang memaksimalkan jumlah total poin dalam jarak yang ditentukan ( R ).NNNRRR misalnya saya memiliki 10.000 titik data dan saya ingin menemukan pusat-pusat N = 5 lingkaran yang menangkap poin...
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...
Apakah ada asumsi khusus mengenai kesalahan untuk regresi logistik seperti varians konstan dari istilah kesalahan dan normalitas residual? Juga biasanya ketika Anda memiliki titik yang memiliki jarak Cook lebih besar dari 4 / n, apakah Anda menghapusnya? Jika Anda menghapusnya, bagaimana Anda bisa...
Saya telah membaca tentang jarak juru masak untuk mengidentifikasi outlier yang memiliki pengaruh besar pada regresi saya. Dalam penelitian asli Cook, ia mengatakan bahwa tingkat cut-off 1 harus sebanding dengan mengidentifikasi influencer. Namun, berbagai penelitian lain menggunakan...