Eu tenho um conjunto de dados desequilibrado em uma tarefa de classificação binária, em que a quantidade positiva vs a quantidade negativa é 0,3% vs 99,7%. A diferença entre pontos positivos e negativos é enorme. Quando treino uma CNN com a estrutura usada no problema MNIST, o resultado do teste...
Recentemente, aprendi sobre o maravilhoso PCA e fiz o exemplo descrito na documentação do scikit-learn . Estou interessado em saber como posso aplicar o PCA a novos pontos de dados para fins de classificação. Depois de visualizar o PCA em um plano bidimensional (eixo x, y), vejo que provavelmente...
Hoje, nosso professor declarou em sala de aula que "não é possível adaptar demais aos classificadores lineares". Considero que isso está errado, uma vez que até os classificadores lineares podem ser sensíveis a outliers no conjunto de treinamento - por exemplo, uma margem rígida Support Vector...
O Support Vector Machines com kernel de função de base radial é um classificador supervisionado de uso geral. Embora conheça os fundamentos teóricos desses SVMs e seus pontos fortes, não conheço os casos em que eles são o método preferido. Então, existe uma classe de problemas para os quais os...
No momento, estou com alguns problemas ao analisar um conjunto de dados de tweet com máquinas de vetores de suporte. O problema é que tenho um conjunto de treinamento de classe binária desequilibrado (5: 2); que deve ser proporcional à distribuição de classe real. Ao prever, obtenho uma baixa...
Estou tentando treinar uma rede neural profunda para classificação, usando propagação de volta. Especificamente, estou usando uma rede neural convolucional para classificação de imagens, usando a biblioteca Tensor Flow. Durante o treinamento, estou passando por um comportamento estranho e estou me...
Eu tenho um problema de classificação em que os pixels serão rotulados com rótulos flexíveis (que denotam probabilidades) em vez de rótulos rígidos 0,1. No início, com 0,1 pixel rígido rotulando a função de perda de entropia cruzada (sigmoidCross entropyLossLayer da Caffe) estava obtendo resultados...
Temos um conjunto de amostras biológicas bastante caras de obter. Colocamos essas amostras em uma série de testes para gerar dados usados para a construção de um modelo preditivo. Para esse fim, dividimos as amostras em conjuntos de treinamento (70%) e teste (30%). Criamos com sucesso um modelo e...
Eu sou novo no uso de GMMs. Não consegui encontrar nenhuma ajuda apropriada online. Alguém poderia me fornecer o recurso correto sobre "Como decidir se o uso do GMM é adequado ao meu problema?" ou no caso de problemas de classificação "Como decidir se devo usar a classificação SVM ou...
Meu conjunto de dados é composto pela mortalidade total ou pela sobrevivência de um organismo em três tipos de locais, costeiros, canais intermediários e offshore. Os números na tabela abaixo representam o número de sites. 100% Mortality 100% Survival Inshore 30 31 Midchannel 10 20 Offshore 1...
Digamos que eu tenha várias linhas para um problema de classificação: X1 1, . . . XN, YX1,...XN,YX_1, ... X_N, Y Onde são os recursos / preditores e é a classe à qual a combinação de recursos da linha pertence.X1 1, . . . , XNX1,...,XNX_1, ..., X_NYYY Muitas combinações de recursos e suas...
Eu sou novo no suporte a máquinas vetoriais. Breve explicação A svmfunção do e1071pacote no R oferece várias opções: Classificação C classificação nu classificação única (para detecção de novidades) regressão eps regressão nu Quais são as diferenças intuitivas entre os cinco tipos? Qual...
Configurações Muitos algoritmos operam em uma única relação ou tabela, enquanto muitos bancos de dados do mundo real armazenam informações em várias tabelas (Domingos, 2003). Pergunta Quais tipos de algoritmos aprendem bem em várias tabelas (relacionais). Em particular, estou interessado nos...
Se uma Análise Discriminante Linear de várias classes (ou às vezes também leio Análise Discriminante Múltipla) for usada para redução de dimensionalidade (ou transformação após redução de dimensionalidade via PCA), entendo que, em geral, uma "normalização do escore Z" (ou padronização) de os...
Estou lutando com pontos de projeção na análise discriminante linear (LDA). Muitos livros sobre métodos estatísticos multivariados ilustram a idéia do LDA com a figura abaixo. A descrição do problema é a seguinte. Primeiro, precisamos traçar o limite da decisão, adicionar uma linha perpendicular...
Qual é a diferença entre "padrão ouro" e "verdade fundamental"? Os dois artigos da wiki (isto é, padrão-ouro e verdade do terreno ) relacionam os dois conceitos entre si em termos de precisão / exatidão do modelo. Essa é uma possibilidade. Mas também descobri que esses conceitos são usados de...
Um dos métodos de avaliação do ImageNet Competition (classificar 1.000 imagens de categorias) é o erro dos cinco principais, o que isso significa? Veja:
O livro "Introdução ao aprendizado de máquina" de Ethem Alpaydın afirma que a dimensão VC de um retângulo alinhado ao eixo é 4. Mas como um retângulo pode quebrar um conjunto de quatro pontos colineares com pontos positivos e negativos alternativos? Alguém pode explicar e provar a dimensão VC de...
Estou estudando 'Introdução à aprendizagem estatística' de James, Witten, Hastie, Tibshirani. Na página 139 do livro, eles começaram introduzindo o Teorema de Bayes . não é constante matemática, mas denota a probabilidade anterior. Nada é estranho nesta equação. πpk( X) = P( Y= k |X= x ) = πkfk(...
Este artigo afirma que no CART, como uma divisão binária é realizada em uma única covariável em cada etapa, todas as divisões são ortogonais e, portanto, as interações entre covariáveis não são consideradas. No entanto, muitas referências muito sérias afirmam, pelo contrário, que a estrutura...