Saya cukup baru dalam pembelajaran mesin dan statistik, tetapi saya bertanya-tanya mengapa optimasi bayesian tidak disebut lebih sering online ketika belajar mesin belajar untuk mengoptimalkan algoritma hyperparameters Anda? Misalnya menggunakan kerangka kerja seperti ini:
Saya memiliki dataset dengan sekitar 5.000 fitur / kovariat yang sering berkorelasi dan respons biner. Data itu diberikan kepada saya, saya tidak mengumpulkannya. Saya menggunakan Lasso dan meningkatkan gradien untuk membangun model. Saya menggunakan iterasi, validasi cross bersarang. Saya...
Misalkan kita sedang melakukan contoh mainan pada gradient layak, meminimalkan fungsi kuadrat , menggunakan ukuran langkah tetap . ( )α = 0,03 A = [ 10 , 2 ; 2 , 3 ]xTA xxTSEBUAHxx^TAxα = 0,03α=0,03\alpha=0.03A = [ 10 , 2 ; 2 , 3 ]SEBUAH=[10,2;2,3]A=[10, 2; 2, 3] Jika kita memplot jejak di setiap...
Ditutup . Pertanyaan ini perlu lebih fokus . Saat ini tidak menerima jawaban. Ingin meningkatkan pertanyaan ini? Perbarui pertanyaan sehingga berfokus pada satu masalah hanya dengan mengedit posting ini . Ditutup 2 tahun yang lalu . Saya baru di...
Saya baru-baru ini menyaksikan pembicaraan oleh Eric J. Ma dan memeriksa entri blog - nya , di mana ia mengutip Radford Neal, bahwa model Bayesian tidak mengenakan pakaian yang berlebihan (tetapi mereka bisa mengenakan pakaian yang sesuai ) dan ketika menggunakannya, kita tidak perlu set tes untuk...
Saya akhir-akhir ini memanfaatkan kembali pengetahuan dalam Time Series dan menyadari bahwa pembelajaran mesin sebagian besar hanya memberikan perkiraan satu langkah di depan. Dengan prakiraan satu langkah ke depan yang saya maksud adalah prakiraan yang, misalnya, jika kita memiliki data per jam,...
Saya membaca Pembelajaran Mesin Langsung dengan Scikit-Learn dan TensorFlow: Konsep, Alat, dan Teknik untuk Membangun Sistem yang Cerdas . Maka saya tidak dapat menemukan perbedaan antara pemungutan suara keras dan pemungutan suara lunak dalam konteks untuk metode berbasis ansambel. Saya mengutip...
Pertanyaan saya adalah tentang klasifikasi biner, katakanlah memisahkan pelanggan yang baik dari pelanggan yang buruk, tetapi bukan regresi atau klasifikasi non-biner. Dalam konteks ini, hutan acak adalah ansambel pohon klasifikasi. Untuk setiap pengamatan, setiap pohon memilih "ya" atau "tidak",...
Jadi saya mencoba untuk belajar sendiri jaringan saraf (untuk aplikasi regresi, bukan mengklasifikasikan gambar kucing). Eksperimen pertama saya adalah melatih jaringan untuk mengimplementasikan filter FIR dan Discrete Fourier Transform (pelatihan pada sinyal "sebelum" dan "setelah"), karena...
Saya tahu ada lebih dari dua jenis normalisasi. Sebagai contoh, 1- Mengubah data menggunakan skor-z atau skor-t. Ini biasanya disebut standardisasi. 2- Memulihkan data untuk memiliki nilai antara 0 dan 1. Pertanyaannya sekarang apakah saya perlu normalisasi Jenis normalisasi data mana yang...
Pertanyaan saya adalah tentang validasi silang ketika ada lebih banyak variabel daripada pengamatan. Untuk memperbaiki ide, saya mengusulkan untuk membatasi kerangka klasifikasi dalam dimensi yang sangat tinggi (lebih banyak fitur daripada pengamatan). Masalah: Asumsikan bahwa untuk setiap...
Saya telah melihat beberapa pertanyaan tentang pengelompokan dalam deret waktu dan khususnya pada pengelompokan, tetapi saya tidak berpikir mereka menjawab pertanyaan saya. Latar Belakang: Saya ingin mengelompokkan gen dalam percobaan kursus waktu dalam ragi. Ada empat titik waktu mengatakan: t1...
Halo sesama pengolah angka Saya ingin menghasilkan n skor acak (bersama-sama dengan label kelas) seolah-olah mereka telah diproduksi oleh model klasifikasi biner. Secara rinci, diperlukan properti berikut: setiap skor adalah antara 0 dan 1 setiap skor dikaitkan dengan label biner dengan nilai...
Saya bertanya-tanya apakah ada algoritma (mungkin algoritma genetika) dalam R untuk konstruksi fitur (menurunkan kandidat prediktor dari prediksi yang ada)? Saya sedang memikirkan rutin untuk menguji kekuatan orde tinggi, interaksi, rasio, dan kombinasi linear dan fungsi nonlinier dari variabel...
Saya menggunakan regresi logistik untuk memprediksi y yang diberikan x1 dan x2: z = B0 + B1 * x1 + B2 * x2 y = e^z / (e^z + 1) Bagaimana seharusnya regresi logistik menangani kasus-kasus di mana variabel saya memiliki skala yang sangat berbeda? Apakah orang pernah membuat model regresi logistik...
Ini sebagai tindak lanjut dari pertanyaan sebelumnya. di sini: Model jaringan saraf untuk memprediksi hasil pengobatan dan dapat dianggap merujuk pada aspek berbeda dari pertanyaan ini: Penerapan teknik pembelajaran mesin dalam studi klinis sampel kecil Terima kasih kepada Zach yang...
Saya sedang mengerjakan proyek pembelajaran mesin di mana saya mencoba menyesuaikan kurva pada data. Sayangnya tanggal memiliki vektor fitur yang agak tinggi. Jadi, saya tidak bisa benar-benar memplotnya pada ruang 2D atau 3D untuk menebak bagaimana bentuk data itu. Jadi, selain hit dan trial,...
Saya menggunakan pengklasifikasi naif bayes untuk mengklasifikasikan antara dua kelompok data. Satu kelompok data jauh lebih besar daripada yang lain (di atas 4 kali). Saya menggunakan probabilitas sebelumnya dari setiap grup di classifier. Masalahnya adalah bahwa hasil yang saya dapatkan memiliki...
Bagaimana penggolong ensemble menggabungkan prediksi penggolong konstituennya? Saya mengalami kesulitan menemukan deskripsi yang jelas. Dalam beberapa contoh kode yang saya temukan, ansambel hanya memperkirakan rata-rata, tetapi saya tidak melihat bagaimana ini bisa membuat akurasi keseluruhan yang...
Saya memecahkan masalah klasifikasi menggunakan set pelatihan pembelajaran berpasangan. Kami memiliki 2 kelas: buruk dan baik . Kami juga memiliki pasangan objek , yang berarti objek lebih baik daripada . Setiap objek dijelaskan melalui koordinat aslinya: . Tujuan saya adalah membangun algoritma...