Estou estudando reconhecimento de padrões e aprendizado de máquina e me deparei com a seguinte pergunta. Considere um problema de classificação de duas classes com igual probabilidade de classe anterior P(D1)=P(D2)=12P(D1)=P(D2)=12P(D_1)=P(D_2)= \frac{1}{2} e a distribuição de instâncias em...
Estou implementando PCA, LDA e Naive Bayes, para compactação e classificação, respectivamente (implementando um LDA para compactação e classificação). Eu tenho o código escrito e tudo funciona. O que eu preciso saber, para o relatório, é qual é a definição geral de erro de reconstrução . Posso...
Um exemplo de uma boa medida de separabilidade de classe em alunos discriminantes lineares é a razão de discriminante linear de Fisher. Existem outras métricas úteis para determinar se os conjuntos de recursos fornecem uma boa separação de classe entre as variáveis de destino? Em particular,...
Usando um biplot de valores obtidos através da análise de componentes principais, é possível explorar as variáveis explicativas que compõem cada componente principal. Isso também é possível com a Análise Discriminante Linear? Os exemplos fornecidos usam Os dados são "Dados de íris de Edgar...
Estou lendo este artigo sobre a diferença entre Análise de Componentes Principais e Análise Discriminante Múltipla (Análise Discriminante Linear), e estou tentando entender por que você usaria o PCA em vez do MDA / LDA. A explicação é resumida da seguinte forma: grosso modo, no PCA, estamos...
Estou estudando análises discriminantes, mas estou tendo dificuldades para conciliar várias explicações diferentes. Acredito que devo estar faltando alguma coisa, porque nunca encontrei esse nível (aparentemente) de discrepância antes. Dito isto, o número de perguntas sobre análise discriminante...
Qual é a justificativa, se houver, para usar a Análise Discriminante (DA) nos resultados de um algoritmo de agrupamento como k-means, como eu o vejo de tempos em tempos na literatura (essencialmente sobre subtipos clínicos de transtornos mentais)? Geralmente, não é recomendável testar diferenças...
Conheço duas abordagens para fazer LDA, a abordagem bayesiana e a abordagem de Fisher . Suponha que tenhamos os dados , onde é o preditor dimensional e é a variável dependente de classes.x p y K(x,y)(x,y)(x,y)xxxpppyyyKKK Pela abordagem bayesiana , calculamos o posterior e como Como dito nos...
Fiquei me perguntando se alguém poderia me ajudar com informações sobre curtose (ou seja, existe alguma maneira de transformar seus dados para reduzi-los?) Eu tenho um conjunto de dados de questionário com um grande número de casos e variáveis. Para algumas das minhas variáveis, os dados mostram...
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...
Estou tentando entender como a LDA se encaixa em outras técnicas de aprendizado supervisionado. Eu já li alguns dos posts do LDA aqui sobre o LDA. Eu já estou familiarizado com o perceptron, mas apenas aprendendo LDA agora. Como o LDA se encaixa na família de algoritmos de aprendizado...
Suponha que eu tenha uma amostra de frequências de 4 eventos possíveis: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 e tenho as probabilidades esperadas de meus eventos ocorrerem: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 Com a soma das frequências observadas dos meus quatro eventos (18), posso calcular as...
Se bem entendi, uma Análise Discriminante Linear (LDA) assume dados distribuídos normais, recursos independentes e covariâncias idênticas para todas as classes, para o critério de otimização. Como a média e a variação são estimadas a partir dos dados de treinamento, isso já não é uma violação?...
Tenho algumas perguntas básicas sobre PCA (análise de componentes principais) e LDA (análise discriminante linear): No PCA, existe uma maneira de calcular a proporção de variação explicada. Também é possível para o LDA? Se sim, como? A saída “Proporção de rastreio” da ldafunção (na biblioteca R...
Eu tenho alguns conjuntos de dados EEG que estou testando em duas classes. Posso obter uma taxa de erro decente do LDA (as distribuições condicionais de classe não são gaussianas, mas têm caudas semelhantes e separação suficientemente boa) e, portanto, quero plotar o ROC do preditor LDA contra...
Eu tenho dois grupos de 10 participantes que foram avaliados três vezes durante um experimento. Para testar as diferenças entre os grupos e nas três avaliações, executei um ANOVA de desenho misto 2x3 com group(controle, experimental), time(primeiro, segundo, três) e group x time. Ambos timee...
O problema de projetar um classificador de várias classes usando o LDA pode ser expresso como um problema de 2 classes (um vs todo o resto) ou um problema de várias classes . Por que, em certos casos, o classificador LDA de várias classes supera o LDA de 2 classes (um vs todo o resto) ou...
Dado um gráfico de dispersão de dados, posso plotar os principais componentes dos dados , como eixos lado a lado com pontos que são pontuações nos componentes principais. Você pode ver um exemplo de plotagem com a nuvem (consistindo em 2 clusters) e seu primeiro componente principal. Ele é...