Eu tenho lido um pouco sobre o aumento de algoritmos para tarefas de classificação e o Adaboost em particular. Entendo que o objetivo do Adaboost é levar vários "alunos fracos" e, por meio de um conjunto de iterações sobre dados de treinamento, forçar os classificadores a aprender a prever as...
Tanto bayesglm()(no pacote arm R) quanto várias funções no pacote MCMCpack têm como objetivo fazer uma estimativa bayesiana de modelos lineares generalizados, mas não tenho certeza de que eles estejam computando a mesma coisa. As funções do MCMCpack usam a cadeia de Markov Monte Carlo para obter...
Espero sinceramente que tenha formulado esta pergunta de forma que ela possa ser respondida definitivamente - caso contrário, informe-me e tentarei novamente! Eu também acho que devo usar R para essas análises. Eu tenho várias medidas plant performance (Ys)que eu suspeito que foram influenciadas...
Atualmente, estou usando o Scikit learn com o seguinte código: clf = svm.SVC(C=1.0, tol=1e-10, cache_size=600, kernel='rbf', gamma=0.0, class_weight='auto') e ajuste e preveja para um conjunto de dados com 7 rótulos diferentes. Eu tenho uma saída estranha. Não importa qual técnica de validação...
Eu li que o estimador 2SLS ainda é consistente, mesmo com a variável endógena binária ( http://www.stata.com/statalist/archive/2004-07/msg00699.html ). No primeiro estágio, um modelo de tratamento probit será executado em vez de um modelo linear. Existe alguma prova formal para mostrar que o 2SLS...
No teste de hipótese estatística, a hipótese nula geralmente assume a forma de (pelo menos nos livros que li): ou H 0 : θ = θ 0 H 0 : θ ≤ θ 0 H 0 : θ 1 ≤ θ ≤ θ 2H0 0H0H_0H0 0:H0 0:θ = θ0 0θ ≤ θ0 0H0:θ=θ0H0:θ≤θ0 \begin{align*} H_0:&\theta=\theta_0\\ H_0:&\theta\le\theta_0 \end{align*} H0 0: θ1 1≤...
Vamos supor que eu tenha um vetor - de variáveis dependentes e um vetor - de variável independente. Quando é plotado contra , vejo que há uma relação linear (tendência ascendente) entre os dois. Agora, isso também significa que há uma tendência de queda linear entre e...
Uma das questões importantes que os meteorologistas enfrentam é se a série fornecida pode ser prevista ou não? Eu me deparei com um artigo intitulado " Entropia como um indicador prioritário de previsibilidade ", de Peter Catt, que usa Entropia aproximada (ApEn) como uma medida relativa para...
Qual seria o equivalente normalizado ao Skewness que teria a mesma unidade que os dados? Da mesma forma, qual seria o equivalente normalizado à curtose? Idealmente, essas funções devem ser lineares com relação aos dados, o que significa que, se todas as observações fossem multiplicadas por um fator...
O aprendizado do Scikit parece usar predição probabilística, em vez de voto majoritário, para a técnica de agregação de modelos, sem uma explicação do porquê (1.9.2.1. Florestas aleatórias). Existe uma explicação clara para o porquê? Além disso, existe um bom artigo em papel ou de revisão para as...
Fechadas. Esta questão está fora de tópico . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Atualize a pergunta para que ela esteja no tópico de Validação cruzada. Fechado há 4 anos . Estou treinando um modelo usando o...
Quais são as diferenças no uso de Modelos Lineares Generalizados, como Determinação Automática de Relevância (ARD) e regressão de Ridge, versus modelos de séries temporais como Box-Jenkins (ARIMA) ou suavização exponencial para previsão? Existem regras práticas sobre quando usar o GLM e quando usar...
Apenas uma pergunta geral. Se você possui dados de séries temporais, quando é melhor usar técnicas de séries temporais (aka, ARCH, GARCH, etc) sobre técnicas de aprendizado de máquina / estatística (KNN, regressão)? Se houver uma pergunta semelhante sobre validação cruzada, aponte-me para ela -...
Atualmente preso a isso, eu sei que provavelmente deveria usar o desvio médio da distribuição binomial, mas não consigo
Eu tenho que criar gráficos (semelhantes aos gráficos de crescimento) para crianças de 5 a 15 anos (apenas 5,6,7 etc; não existem valores fracionários como 2,6 anos) para uma variável de saúde que não seja negativa, contínua e o intervalo de 50 a 150 (com apenas alguns valores fora desse...
Estou brincando com o conjunto de dados de câncer de mama e criei um gráfico de dispersão de todos os atributos para ter uma idéia de quais têm mais efeito na previsão da classe malignant(azul) de benign(vermelho). Entendo que a linha representa o eixo x e a coluna representa o eixo y, mas não...
Estou executando glms em R (modelos lineares generalizados). Eu pensei que conhecia pvalues - até que vi que chamar um resumo para um glm não lhe desse um pvalor predominante representativo do modelo como um todo - pelo menos não no lugar onde os modelos lineares o fazem. Gostaria de saber se...
Quando há erro de medição na variável independente, entendi que os resultados serão enviesados contra 0. Quando a variável dependente é medida com erro, eles dizem que apenas afeta os erros padrão, mas isso não faz muito sentido para mim, porque estamos estimar o efeito de não na variável...
Os livros e discussões geralmente afirmam que, ao enfrentar problemas (dos quais existem alguns) com um preditor, a transformação de log é uma possibilidade. Agora, entendo que isso depende de distribuições e a normalidade nos preditores não é uma suposição de regressão; mas a transformação de log...
Ok, aviso justo - esta é uma pergunta filosófica que não envolve números. Eu tenho pensado muito sobre como os erros se infiltram nos conjuntos de dados ao longo do tempo e como isso deve ser tratado pelos analistas - ou se é realmente importante? Como pano de fundo, estou analisando um estudo de...