Medidas de proximidade entre distribuições, agrupamentos, conjuntos de dados ou outros objetos.
Fiquei me perguntando, dadas duas distribuições normais com eσ1, μ 1σ1, μ1\sigma_1,\ \mu_1σ2, μ 2σ2, μ2\sigma_2, \ \mu_2 como posso calcular a porcentagem de regiões sobrepostas de duas distribuições? Suponho que esse problema tenha um nome específico. Você conhece algum nome específico que...
No meu conjunto de dados, temos variáveis contínuas e naturalmente discretas. Quero saber se podemos fazer cluster hierárquico usando os dois tipos de variáveis. E se sim, que medida de distância é
[O título inicial "Medição de similaridade para árvores de cluster hierárquicas" foi posteriormente alterado por @ttnphns para refletir melhor o tópico] Estou realizando várias análises hierárquicas de cluster em um quadro de dados de registros de pacientes (por exemplo, semelhante a...
No algoritmo de floresta aleatória, Breiman (autor) constrói a matriz de similaridade da seguinte maneira: Envie todos os exemplos de aprendizado em cada árvore da floresta Se dois exemplos aterrissarem na mesma folha, incrementar o elemento correspondente na matriz de similaridade em 1 Normalize...
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 no ano passado . Eu gostaria de fazer um mapa de calor...
De Encyclopedia of Sciences estatísticos compreendo que dada dicotómica (binário: 1 = presente; 0 = ausente) atributos (variáveis), que pode formar uma tabela de contingência para quaisquer dois objectos i e j de uma amostra:ppp j 1 0 ------- 1 | a | b | i ------- 0 | c | d | ------- a =...
Gostaria de calcular a medida de semelhança entre dois conjuntos de pontos ordenados - os de Usuário em comparação com os de Professor : Os pontos são curvas no espaço 3D, mas eu estava pensando que o problema seria simplificado se os plotasse em duas dimensões, como na figura. Se os pontos se...
Estou apenas trabalhando com o livro Inteligência Coletiva (de Toby Segaran) e me deparei com a pontuação da distância euclidiana. No livro, o autor mostra como calcular a semelhança entre duas matrizes de recomendação (ou seja, .pessoa × filme ↦ pontuação )pessoa×filme↦Ponto)\textrm{person} \times...
Não sei qual função de distância entre indivíduos usar no caso de atributos nominais (categóricos não ordenados). Eu estava lendo alguns livros e eles sugerem a função Correspondência Simples , mas alguns livros sugerem que eu deva alterar os atributos nominais para binários e usar o Coeficiente...
Entendo o raciocínio por trás da normalização de colunas, pois faz com que os recursos sejam ponderados igualmente, mesmo que não sejam medidos na mesma escala - no entanto, geralmente na literatura do vizinho mais próximo, colunas e linhas são normalizadas. Qual é a normalização de linha / por que...
Resumo : A tentativa de encontrar o melhor método resume a semelhança entre dois conjuntos de dados alinhados usando um único valor. Detalhes : Minha pergunta é melhor explicada com um diagrama. Os gráficos abaixo mostram dois conjuntos de dados diferentes, cada um com valores rotulados nfe nr....
Eu tenho uma lista de palavras, pertencentes a diferentes categorias auto-definidas. Cada categoria tem seu próprio padrão (por exemplo, um possui um comprimento fixo com caracteres especiais, outro existe de caracteres que ocorrem apenas nessa categoria de "palavra", ...). Por exemplo: "ABC"...
Fechado . Esta pergunta precisa de detalhes ou clareza . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Adicione detalhes e esclareça o problema editando esta postagem . Fechado há 2 anos . Eu me deparei com três medidas...
Um colega tem uma função e para os nossos propósitos é uma caixa-preta. A função mede a semelhança de dois objetos.s ( a , b )ssss ( a , b )s(a,b)s(a,b) Temos certeza de que tem essas propriedades:sss As pontuações de similaridade são números reais entre 0 e 1, inclusive. Somente os objetos que...
Estou trabalhando em um conjunto de dados. Depois de usar algumas técnicas de identificação de modelos, criei um modelo ARIMA (0,2,1). Usei a detectIOfunção no pacote TSAem R para detectar um outlier inovador (IO) na 48ª observação do meu conjunto de dados original. Como faço para incorporar esse...
No exemplo a seguir, tenho um quadro de dados que consiste em uma série temporal de medições de temperatura da água registradas em 5 profundidades no oceano, onde cada valor Tempcorresponde à data DateTimee profundidade Depth. set.seed(1) Temp <- rnorm(43800,sd=20) AirT <-...
Quero saber se existe alguma maneira possível de calcular o coeficiente de Jaccard usando a multiplicação de matrizes. Eu usei esse código jaccard_sim <- function(x) { # initialize similarity matrix m <- matrix(NA, nrow=ncol(x),ncol=ncol(x),dimnames=list(colnames(x),colnames(x)))...
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...
Quero aprender (deduzir) os pesos dos atributos para a minha medida de dissimilaridade que posso usar para agrupar. Tenho alguns exemplos de pares de objetos que são "semelhantes" (devem estar no mesmo cluster), bem como alguns exemplos ( c i , d i ) de pares de objetos que "não são semelhantes...
Uma pessoa recebe três itens, digamos fotos de rostos, e é solicitada a escolher quais dos dois rostos são os mais semelhantes. Isso é repetido várias vezes com diferentes combinações de faces, onde cada face pode ocorrer em várias combinações. Dado esse tipo de dado, eu gostaria de modelar /...