Статистика и большие данные

Может кто-нибудь объяснить функцию автокорреляции в данных временных рядов? Применяя acf к данным, каким будет приложение?

16 autocorrelation 

Каким было бы «разумное» минимальное количество наблюдений для поиска тенденции во времени с линейной регрессией? как насчет подгонки квадратичной модели? Я работаю со сложными показателями неравенства в отношении здоровья (SII, RII), и у меня есть только 4 волны опроса, поэтому 4 балла (1997,2001,2004,2008). Я не статистика, но у меня интуитивное …

16 regression 

Каковы некоторые методы для отбора двух коррелированных случайных величин: если их распределение вероятностей параметризовано (например, логарифмически нормальное) если они имеют непараметрические распределения. Данные представляют собой два временных ряда, для которых мы можем вычислить ненулевые коэффициенты корреляции. Мы хотим смоделировать эти данные в будущем, предполагая, что историческая корреляция и временной ряд …

16 correlation  sampling  monte-carlo  stochastic-processes  copula 

Я сделал модель логистической регрессии, используя glm в R. У меня есть две независимые переменные. Как я могу построить границу решения моей модели на графике рассеяния двух переменных. Например, как я могу нарисовать фигуру, например: http://onlinecourses.science.psu.edu/stat557/node/55 Благодарю.

16 r  logistic 

Как randomForestпакет оценивает вероятности класса, когда я использую predict(model, data, type = "prob")? Я использовал rangerдля обучения случайных лесов, используя probability = Tаргумент для прогнозирования вероятностей. rangerв документации сказано что это: Вырастите лес вероятности, как в Malley et al. (2012). Я смоделировал некоторые данные и попробовал оба пакета и получил …

16 r  random-forest  prediction 

В чем разница между интуицией, лежащей в основе гамма-распределения и распределения Вейбулла? Есть ли связь между двумя плотностями? Пожалуйста, помогите.

16 gamma-distribution  weibull 

Учитывая прогнозируемую переменную (P), случайный эффект (R) и фиксированный эффект (F), можно использовать две модели смешанных эффектов ( синтаксис lme4 ): m1 = lmer( P ~ (1|R) + F ) m2 = lmer( P ~ (1+F|R) + F) Насколько я понимаю, вторая модель - это та, которая позволяет фиксированному эффекту …

16 mixed-model 

http://www.chioka.in/differences-between-l1-and-l2-as-loss-function-and-regularization/ Если вы посмотрите на верхнюю часть этого поста, автор упомянет, что норма L2 имеет уникальное решение, а норма L1, возможно, имеет много решений. Я понимаю это с точки зрения регуляризации, но не с точки зрения использования нормы L1 или нормы L2 в функции потерь. Если вы посмотрите на графики …

16 regression  lasso  regularization 

Я пытаюсь понять функцию потери Yolo v2: λcoord∑i=0S2∑j=0B1objij[(xi−x^i)2+(yi−y^i)2]+λcoord∑i=0S2∑j=0B1objij[(wi−−√−w^i−−√)2+(hi−−√−h^i−−√)2]+∑i=0S2∑j=0B1objij(Ci−C^i)2+λnoobj∑i=0S2∑j=0B1noobjij(Ci−C^i)2+∑i=0S21obji∑с ∈ C л с ы е с( ря( с ) - р^я( с ) )2λcoord∑i=0S2∑j=0B1ijobj[(xi−x^i)2+(yi−y^i)2]+λcoord∑i=0S2∑j=0B1ijobj[(wi−w^i)2+(hi−h^i)2]+∑i=0S2∑j=0B1ijobj(Ci−C^i)2+λnoobj∑i=0S2∑j=0B1ijnoobj(Ci−C^i)2+∑i=0S21iobj∑c∈classes(pi(c)−p^i(c))2\begin{align} &\lambda_{coord} \sum_{i=0}^{S^2}\sum_{j=0}^B \mathbb{1}_{ij}^{obj}[(x_i-\hat{x}_i)^2 + (y_i-\hat{y}_i)^2 ] \\&+ \lambda_{coord} \sum_{i=0}^{S^2}\sum_{j=0}^B \mathbb{1}_{ij}^{obj}[(\sqrt{w_i}-\sqrt{\hat{w}_i})^2 +(\sqrt{h_i}-\sqrt{\hat{h}_i})^2 ]\\ &+ \sum_{i=0}^{S^2}\sum_{j=0}^B \mathbb{1}_{ij}^{obj}(C_i - \hat{C}_i)^2 + \lambda_{noobj}\sum_{i=0}^{S^2}\sum_{j=0}^B \mathbb{1}_{ij}^{noobj}(C_i - \hat{C}_i)^2 \\ &+ \sum_{i=0}^{S^2} \mathbb{1}_{i}^{obj}\sum_{c \in …

16 neural-networks  loss-functions  object-detection  yolo 

Могут ли значения AUC-ROC находиться в диапазоне 0-0,5? Модель когда-нибудь выводит значения между 0 и 0,5?

16 roc  model-evaluation  auc 

Есть ли какие-либо видео или другие книги / заметки, которые кто-нибудь встречал, которые следуют за Распознаванием образов и машинным обучением Криса Бишопа? Я купил эту книгу, чтобы изучать машинное обучение, и у меня возникли некоторые трудности с ее прохождением.

16 machine-learning  references  pattern-recognition 

Допустим, у нас есть модель mod <- Y ~ X*Condition + (X*Condition|subject) # Y = logit variable # X = continuous variable # Condition = values A and B, dummy coded; the design is repeated # so all participants go through both Conditions # subject = random effects for different …

16 mixed-model  lme4-nlme  overfitting  singular 

В Tensorflow есть пример учебника по классификации CIFAR-10 . В учебном пособии средняя кросс-энтропийная потеря по партии сведена к минимуму. def loss(logits, labels): """Add L2Loss to all the trainable variables. Add summary for for "Loss" and "Loss/avg". Args: logits: Logits from inference(). labels: Labels from distorted_inputs or inputs(). 1-D tensor …

16 neural-networks  loss-functions  tensorflow 

Точность определяется как: р = истинные позитивы / (истинные позитивы + ложные позитивы) Какое значение точности, если (истинные положительные + ложные положительные) = 0? Это просто не определено? Тот же вопрос для отзыва: r = истинные позитивы / (истинные позитивы + ложные негативы) В этом случае, каково значение отзыва, если …

16 precision-recall 

Я тренирую нейронную сеть, используя i) SGD и ii) Adam Optimizer. При использовании обычного SGD я получаю плавную кривую потери обучения и итерации, как показано ниже (красная). Тем не менее, когда я использовал Adam Optimizer, кривая тренировочных потерь имела некоторые всплески. Чем объясняются эти спайки? Детали модели: 14 узлов ввода …

16 neural-networks  deep-learning  adam