問題タブ [mse]

シミュレーション研究でのlapply（）の適用に関して、私は壁にぶつかりました。データは、標準化の公式が提案の評価の結果にどのように影響するかを理解するのに役立つように設計されています。

評価者には、バイアスなし、均一バイアス（評価者間でバイアスが増加）、双方向バイアス（評価者間でバイアスが正と負のバランスが取れている）の3つの条件があります。

プロポーザルの真の値は既知であると想定されます。

データセットが単一の提案評価期間（パネル）をエミュレートするように、各バイアス条件内でセットの複製データセットを作成したいと思います。次に、パネルを複製して、多くの提案評価期間があることをシミュレートします。

データ構造の概略図は次のとおりです。

次のRコードは、データを正しく生成します。

リスト内の各要素（t.reps）は、一連の提案全体に対するレビューアのパネルのランダムな複製です。

次の機能を適用して、（すべての評価者と提案にわたる）提案スコアのセット全体の特性を使用してパネル内のスコアを「調整」し、評価者内の値を調整したいと思います。アイデアは、何らかのバイアスを修正することです（たとえば、提案を評価するときに過度に過酷または過度に簡単である）。

調整は、（reps）データセットごとに適用する必要があります。

したがって、1つのパネルに対して、30の複製データセット（バイアス条件ごとに10）があり、各複製データセットには5人の評価者によって評価された10の提案があり、合計で300の提案になります。

したがって、調整されたスコアが未調整のスコアとどのように比較されるかを理解するために、ランダムな複製を作成するという考え方があります。

（t.reps）リスト内のリスト全体でlapply（）関数を使用しようとしましたが、機能しませんでした。

私は、評価のセット全体からの統計を使用して、提案の評価のセット内で評価者の調整を可能にする他の方法/回避策を受け入れています。私が知らない、または出会ったことがないR機能があるかもしれません。

また、誰かがこのようなデータ構造（R、Perl、またはPython）をプログラミングするための本を推薦できるなら、それは最もありがたいです。私がこれまでに見つけたテキストは、これらの問題を詳細に扱っていません。

よろしくお願いします。

-ジョン

ここで質問するのが適切かどうかはわかりませんが、2 つの画像の MSE を計算する方法に関する段階的なガイドはどこにありますか?

公式は知っているが、それを実践する方法がわからない。

MSE (Managed Service Engine) は非常に難しく、使いにくいことがわかりました。Microsoft は MSE に力を入れていません。とにかく、サポートされているプロジェクトではありませんでした.MSEの最良の代替手段は何ですか?

関数があり、それにノイズを追加し、平滑化して回帰直線を取得しました。元の関数と等間隔の 30 点の回帰直線との間の MSE を見つけるにはどうすればよいですか?

または、R に x 値を与え、回帰直線の y 値を取得するにはどうすればよいですか?

これは私の問題の縮小版です:

したがって、等間隔の 10 点、つまり test(m) で真の関数値を取得しました。これらの 10 ポイントで Smooth.spline 値を抽出する方法が必要なだけで、MSE を計算できるはずです。

openMP を使用して以下のコードを最適化したい

上記のコードを最適化するための提案を歓迎します。現在、出力が間違っています。

私の Web サーバーは codeigniter で問題ありませんでしたが、サーバーを新しい Windows サーバーに移動した後、速度が遅すぎます。コードを段階的に確認しましたが、構成とコードは同じです。メインコントローラークラスに簡単なコードを書きました。

mysql クエリはなく、プロファイラー データのみを表示します。

しかし、表示が遅すぎます。

読み込み時間: 基本クラス 8.4310

コントローラー実行時間 (バッチ / テスト A) 7.7913

合計実行時間 16.2224

実行時間は 16 秒です。

コードイグナイターの何が問題になっていますか?

私はニューラル ネットワークを研究するプログラムを開発しています。今では、データセットを 3 つのセット (トレーニング、検証、テスト) に分割することの違い (推測) を理解しています。私のネットワークは、データセットと問題に応じて、1 つだけの出力または複数の出力の場合があります。学習アルゴリズムは逆伝播です。

したがって、基本的に問題は、各エラーとその計算方法に混乱していることです。

トレーニングエラーはどれですか? MSE を使用したい場合は (desired - output)^2 ですか? しかし、ネットワークに 2 つ以上の出力がある場合、トレーニング エラーはすべての出力の合計になるのでしょうか?

次に、検証エラーは、検証データセットを使用して出力を計算し、取得した結果を目的の結果と比較するだけです。これによりエラーが発生します。トレーニングエラーと同じ方法で計算されますか? そして複数の出力で？

最後に、完全に明確ではありませんが、検証をいつ実行する必要がありますか? 5エポックごとに1回になる可能性があるとどこかで読みましたが、これに関する規則はありますか?

事前に感謝します！

R の回帰にglmentパッケージを使用しcv.fit<-cv.glmnet(x,y,...)ていcvfit$lambda.minます。MSEしかし、そのラムダに対応する（平均二乗誤差）も取得したいと思います。誰かがそれを手に入れるのを手伝ってくれますか?

ランダム フォレストを使用して、多数の予測子の重要性 (%IncMSE) を推定しています。その後、1 つを除くすべての予測因子の組み合わせを使用し、それらの重要性を再度計算します。RandomForest は、予測子が 2 つしか使用されていない場合でも理論上は機能しますが、mtry パラメーターが 1 に設定されている場合に意味があるかどうか疑問に思っています。私が正しければ、これは各反復でランダム フォレストがツリーにのみ適合することを意味します。 2 つの予測因子の 1 つ。予測変数が 2 つだけのモデルを作成する必要がある場合、ランダム フォレストは最初の選択肢にはなりませんでしたが、同じ論文で同様のタスクに 2 つの異なる統計を使用することが賢明に聞こえるかどうかはわかりません。2 つの予測変数でもランダム フォレストを使用する必要があると思いますか? それとも別のモデルの方が適切でしょうか? ありがとう

各要素が平均二乗誤差である配列 A があります。A の平均を計算するにはどうすればよいですか?

A の要素の単純な平均を行う場合 (そうすれば、平均の平均を取得する必要があります)、それは正しい操作ですか? そうでない場合、なぜですか？そして、解決策は何ですか？

注: A の要素は、0 ～ 1 の範囲の実数です。