Matriks renggang adalah matriks yang banyak elemennya nol. Tag juga dapat digunakan untuk ketersebaran dalam konteks lain, seperti model regresi dengan ketersebaran, atau prinsip "bertaruh pada ketersebaran".
Saya telah melihat suatu tempat bahwa jarak klasik (seperti jarak Euclidean) menjadi sangat lemah ketika kita memiliki data multidimensi dan jarang. Mengapa? Apakah Anda memiliki contoh dua vektor data jarang di mana jarak Euclidean tidak berkinerja baik? Dalam hal ini kesamaan mana yang harus kita...
Saya belajar tentang PCA beberapa kuliah yang lalu di kelas dan dengan menggali lebih banyak tentang konsep yang menarik ini, saya mengetahui tentang PCA yang jarang. Saya ingin bertanya, jika saya tidak salah, ini adalah PCA yang jarang: Di PCA, jika Anda memiliki titik data dengan variabel p ,...
Apakah ada implementasi hutan acak R yang bekerja dengan baik dengan data yang sangat jarang? Saya memiliki ribuan atau jutaan variabel input boolean, tetapi hanya ratusan atau lebih akan BENAR untuk setiap contoh yang diberikan. Saya relatif baru untuk R dan memperhatikan bahwa ada paket 'Matrix'...
Apa perbedaan utama antara data jarang dan data yang hilang? Dan bagaimana pengaruhnya terhadap pembelajaran mesin? Lebih khusus lagi, apa efek data jarang dan data yang hilang miliki pada algoritma klasifikasi dan tipe algoritma regresi (prediksi angka). Saya berbicara tentang situasi, di mana...
Tutup. Pertanyaan ini di luar topik . Saat ini tidak menerima jawaban. Ingin meningkatkan pertanyaan ini? Perbarui pertanyaan sehingga sesuai topik untuk Cross Validated. Ditutup 5 tahun yang lalu . Saya mencoba menyusun daftar algoritma pengelompokan...
Sebuah L1L1L_1 norma adalah unik (setidaknya sebagian) karena p=1p=1p=1 adalah pada batas antara non-cembung dan cembung. Sebuah L1L1L_1 norma adalah 'yang paling jarang' cembung norma (kanan?). Saya mengerti bahwa p=2p=2p=2 norma Euclidean memiliki akar dalam geometri dan memiliki interpretasi...
Saya telah melihat banyak makalah tentang representasi jarang belakangan ini, dan kebanyakan dari mereka menggunakan norma dan melakukan beberapa minimisasi. Pertanyaan saya adalah, apa norma , dan norma campuran? Dan bagaimana mereka relevan dengan regularisasi?ℓ p ℓ p ,
Saya mencoba untuk mengklasifikasikan pesan ke dalam kategori yang berbeda menggunakan SVM. Saya telah menyusun daftar kata / simbol yang diinginkan dari set pelatihan. Untuk setiap vektor, yang mewakili pesan, saya mengatur baris yang sesuai 1jika kata tersebut ada: "corpus" adalah: [mary,...
Saya sedang mengerjakan kumpulan data. Setelah menggunakan beberapa teknik identifikasi model, saya keluar dengan model ARIMA (0,2,1). Saya menggunakan detectIOfungsi dalam paket TSAdalam R untuk mendeteksi outlier inovatif (IO) pada pengamatan ke-48 set data asli saya. Bagaimana cara memasukkan...
Sudah diketahui umum (misalnya dalam bidang penginderaan tekan) bahwa norma adalah "penginduksian sparsitas," dalam arti bahwa jika kita meminimalkan fungsional (untuk matriks tetap dan vektor ) untuk ukuran yang cukup besar \ lambda> 0 , kami cenderung untuk banyak pilihan A , \ vec {b} , dan \...
Cara klasik analisis komponen utama '(PCA) adalah untuk melakukannya pada input data matriks yang kolom memiliki rata-rata nol (maka PCA dapat "memaksimalkan varians"). Ini dapat dicapai dengan mudah dengan memusatkan kolom. Namun, ketika matriks input jarang, matriks tengah sekarang akan lebih...
Apakah ada yang punya pengalaman dengan pendekatan untuk memilih jumlah komponen utama yang jarang dimasukkan dalam model
Saya memiliki input yang sangat jarang, misalnya lokasi fitur tertentu dalam gambar input. Selanjutnya setiap fitur dapat memiliki beberapa deteksi (tidak yakin apakah ini akan mempengaruhi desain sistem). Ini saya akan menyajikan sebagai 'gambar biner' saluran k dengan piksel ON yang mewakili...
Saya mencoba untuk menghasilkan matriks korelasi p×phal×halp\times p (symmetric psd) dengan struktur sparsity yang ditentukan sebelumnya (ditentukan oleh grafik pada phalp node). Node yang terhubung dalam grafik memiliki korelasi ρ∼U(0,1)ρ∼U(0,1)\rho \sim U(0,1) , sisanya semua adalah 0 dan...
Saya memiliki dua kelompok yang terdiri dari 10 peserta yang dinilai tiga kali selama percobaan. Untuk menguji perbedaan antara kelompok dan di tiga penilaian, saya menjalankan ANOVA desain campuran 2x3 dengan group(kontrol, eksperimental), time(pertama, kedua, tiga), dan group x time. Keduanya...
Saat ini saya memodelkan beberapa data menggunakan regresi logistik biner. Variabel dependen memiliki jumlah kasus positif dan negatif yang baik - tidak jarang. Saya juga memiliki satu set pelatihan besar (> 100.000) dan jumlah efek utama yang saya minati sekitar 15 jadi saya tidak khawatir...
Saya mengerti bahwa penginderaan terkompresi menemukan solusi yang paling jarang y=Axy=Axy = Ax dimana x∈RDx∈RDx \in \mathbb{R}^D, A∈Rk×DA∈Rk×DA \in \mathbb{R}^{k \times D}, dan y∈Rky∈Rky \in \mathbb{R}^{k}, k<<Dk<<Dk
Saya memiliki dua implementasi berbeda ridgedi MATLAB. Hanya satu x=(A′A+Iλ)−1A′bx=(A′A+Iλ)−1A′b\mathbf x = (\mathbf{A}'\mathbf{A}+\mathbf{I}\lambda)^{-1}\mathbf{A}'\mathbf b (seperti yang terlihat di halaman regresi ridge Wikipedia ), denganII\mathbf{I} menjadi matriks identitas kolom ukuran...