問題タブ [prediction]

私のアルゴリズムは、与えられたアミノ酸配列についていくつかの測定可能な特性を予測します。ここで、実際の測定値と私の値を含むテーブルが与えられました。アルゴリズムのパフォーマンスをどのように計算すればよいですか？

例：

==>アルゴリズムはうまく機能しました。

これを定量化する方法はありますか？

ウェブサイトからの 1 年分のデータがあります。機械学習アルゴリズムをトレーニングして、特定の変数 (単語数、投稿時刻など) に基づいて新しいコンテンツの成功を予測したいと考えています。

新しいデータを取得し、それに関する特定の特性を入力して、サイトでのパフォーマンスの確率を取得したいと考えています。

さらに、将来のデータをトレーニング セットに追加し続け、アルゴリズムを継続的にトレーニングして、時間の経過とともに賢くなるようにしたいと考えています。

私の質問は: scikit-learn を使用してこれを達成するにはどうすればよいですか?

これは私の辞書形式です：

単語の頻度

ゴーン 60

10になる

30 に行く

これまでのところ、システムは「g」で始まる単語を go30、gos10、gon60 としてリストとして返します。(アルファベット順)。検索結果が頻度に基づくように、システムの精度を高めたい。頻度の高い単語が最初に表示されます。親切に助けてください。

これは、辞書を 1 行ずつ読み取る Text midlet クラスです。

SortListModel クラスには、テキスト フィールド datachangeLister からプレフィックスを取得するフィルター メソッドがあります。

ショッピングサイトがあります。簡単な予測モデルを構築して、ユーザーが1回の訪問で特定の商品を購入する可能性（各ページで費やした時間、出身地、赤字のレビュー数など）を予測します。ページを残すなど。

Ruby on Rails、Python、またはJavaでこのタスクに使用できるツールは何ですか？ロジスティック回帰、線形回帰などの典型的な統計モデリング手法は、このコンテキストで機能しますか？

ありがとうございました。

重複の可能性:
C++ でのネストされた型/クラスの前方宣言

クラスの単純な相互参照の場合、クラス名を事前に宣言し、それを参照として使用することができます。このように、表現はポインターです。しかし、両方のネストされたクラスを相互参照したい場合 (以下の例を参照)、ネストされたクラスを事前宣言する方法がないように見えるため、問題が発生します。

私の質問は次のとおりです。私の例が機能するように、ネストされたクラスを事前宣言する方法はありますか?

そうでない場合：コードをあまり醜くしない一般的な回避策はありますか？

Matlab で Libsvm を使用してモデルを開発しました。CV を使用して最適なパラメーターを選択し、データセット全体をトレーニングするモデルを取得しました。より良い結果を得るために正規化を使用します。

モデルを直接使用して、新しいデータの分類を取得するにはどうすればよいでしょうか? クラスラベルのないレコードを意味します。モデル情報から関数を手動で構築する必要がありますか?

このすべての圧縮/変調をwavファイルに適用するために、dpcmに関連する予測アルゴリズムをどのように作成できるのだろうか。wav ファイルを小さくする必要があります ()

ツイートのコンテンツの評価に基づいてツイートを「推奨」するアルゴリズム/推奨エンジンを探しています。

1000 件の評価された (1 から 5) ツイートのデータ セットから、たとえば ... 10 000 000 ツイートの別のデータ セットからの評価されたツイートに基づいて、ツイートをレコメンデーションします。

私たちが探しているのは、C#/.net に既に実装されているものです。Aforge を調べましたが、どのアルゴリズムが目的に最も適しているかわかりません。

また、Google Prediction Engine も検討しましたが、これは有料であり、私たちはただの楽しみのためにこれを行っています。

acfとpcfを使用してデータセットを分析し、arimaを使用する必要があることを確認しました。有馬が実行され、係数を提供します。次に、これを使用してランダムな値を予測します。私が正しく理解しているので、予測または予測の予測は期待値です。ただし、元のデータで観察されたように、この予測の周囲に正規分布するランダムな値を作成する必要があります。どうすればこれを簡単に処理できますか？

ありがとう！最高、F！

私はSVMが初めてです。私は Matlab に Libsvm を使用しました。予測フェーズの後、決定値配列を取得しました。SVM 理論から: 各テスト レコード z は、次の場合に正として割り当てられます。

f(z)=1

ここで、f(z) は次のように定義されます。

f(z)=sign(w*z+b)

では、インスタンス z の配列からの決定値を f(z) と関連付けるにはどうすればよいでしょうか? 予測は決定値に基づいていますか? dec_value>0 の場合、z は正、そうでない場合、z は負ですか?