Size: a a a

Machine learning

2021 June 08

DP

Dmitry Penzar in Machine learning
Переслано от Dmitry Penzar
Независимость событиц A и B не влечет условную независимость
источник

DP

Dmitry Penzar in Machine learning
Переслано от Dmitry Penzar
Да он предлагает из вещесивенного признака сделать категории.чтобы на биномиального наивного байеса дюложилось
источник

DP

Dmitry Penzar in Machine learning
Переслано от Dmitry Penzar
Так-то чисто руками сделать можно
источник

DP

Dmitry Penzar in Machine learning
Переслано от Dmitry Penzar
Только руки после этого нужно оторвать
источник

DP

Dmitry Penzar in Machine learning
Переслано от Dmitry Penzar
Для вещественных величин наивный байес спокойно позволяет использовать нормальное распределение
источник

DP

Dmitry Penzar in Machine learning
Переслано от Dmitry Penzar
Да и при желании можно и не нормальное
источник

DP

Dmitry Penzar in Machine learning
Переслано от Dmitry Penzar
Что положил - то положил
источник

DP

Dmitry Penzar in Machine learning
Не любят здесь не Карпрва, а его курсы. Я каждый раз поражаюсь, ну а в этом-то как ошибиться можно??? Википедия даже не ошибается.
источник

i

igor in Machine learning
Дело не в курсе а в ошибках
источник

AO

Alex Ololo in Machine learning
вот я раз 5 это прочитал на выхах. и не понял. забил
источник

i

igor in Machine learning
Это ещё пол дело если забил, а если выучил неправильно и применил а работе?
источник

I

Ivan in Machine learning
Подскажите, неинформативный признак это одно и то же что коллинеарный или нет? В C2W2 есть вопрос "Какой из регуляризаторов подойдет для отбора неинформативных признаков?".  Правильный ответ Lasso или всё таки "никакой"?
источник

K

K-S in Machine learning
Нет, не одно и то же
источник

I

Ivan in Machine learning
Я правильно понимаю, что при неинформативные признаках будут маленькие коэфициенты даже без регуляризации?
источник

K

K-S in Machine learning
если признаки нормализованы, то величина коэффициента при признаке может быть использована для оценки его важности
источник

DP

Dmitry Penzar in Machine learning
В среднем маленькие, да
источник

I

Ivan in Machine learning
Так разве верно говорить что Lasso отбирает неинформативные признаки? Я так понимаю что оно скорее дублирующие отбирает, а неинформативные это всё таки те, от которых нет зависимости?
источник

K

K-S in Machine learning
лассо занулит веса при тех признаках, у которых изначально вес был небольшой
источник

K

K-S in Machine learning
поэтому если под неинформативным признаком понимать признак с небольшим значением коэффициента, то да
источник

I

Ivan in Machine learning
ага, понял. логично
источник