Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 208

 
kuantum :
Doğru şekilde. Şimdi 0+eps'den pgama hesaplayalım. Neye eşit olacak? dgamma(0,0.5,1)=inf nedeniyle sonsuz. Böyle?

Eğer pgamma(0+eps, 0.5, 1) arıyorsanız, dgamma(0, 0.5, 1) ile değil dgamma(0+eps, 0.5, 1) ile karşılaştırmalısınız.

Bu sabah hemen bunun hakkında cevap verdim, kaçırdın:

Dr.Tüccar :
Daha basit bir örnek verelim:
x=1*10^(-90)
Sayı çok küçük, sıfır değil ve hiçbir belirsizlik yok.
> dgamma(1*10^(-90), 0,5, 1)
[1] 5.641896e+44
>pgamma(1*10^(-90), 0,5, 1)
[1] 1.128379e-45

Wolfram, sonuç aynı:
PDF[Gama Dağıtımı[0.5,1], 1*10^(-90)]
5.6419×10^44
CDF[Gama Dağıtımı[0.5,1], 1*10^(-90)]
1.12838×10^-45

Şimdi, formüllerde herhangi bir sonsuzluk olmadan sorunuzu yeniden ifade etmek için:
5.641896e+44 gibi büyük sayıları döndüren tümleşik dgamma, nasıl çok küçük bir sayı 1.128379e-45 ile sonuçlanabilir?

X->0'da dgammanın çok büyük olacağından, sonsuza meyledeceğinden ve pgamma'nın sıfıra meyleden çok küçük olacağından emin olmalısınız. Bu, tungstende bile görülebilir. O halde entegrasyonun küçük bir sonuç vermesi nasıl mümkün olabilir?
1e-90 aldım çünkü tungsten nasıl daha küçük olacağını bilmiyor. R'de sonuca x=1e-300'de bakabilirsiniz - dgamma'da çok büyük bir sonuç ve pgamma'da ihmal edilebilir bir sonuç olacaktır.

Ve tek bir çözüm var - görünüşe göre küçük bir adımla bir döngüde toplama yoluyla entegrasyon yaparak pgamma bulmaya çalışıyorsunuz ve Inf sizi gerçekten rahatsız edecek. Ve R'de bunu, doğrudan dgamma () sonucunu kullanmadan bir formüle göre yaparlar.
Bir yerde yanlış bir şeyi entegre ediyorsunuz.

 

Çeşitli alfa ve beta için sıfırda gama dağılımının yoğunluğundan bahseden kağıtları aradım.

İşte onlardan biri: http://journals.ametsoc.org/doi/pdf/10.1175/1520-0442(1990)0033C1495%3AMLEFTG%3E2.0.CO%3B2

Araştırmacı doğrudan yoğunluğun sıfırda maksimize edildiğini söylüyor. Ve hiçbir şey, yaşamıyor, acı çekmiyor ...

Bay Quantum, hatayla ilgili ifadenin abartı veya başka bir şey olduğunu, yani doğru olmadığını kabul ettiğinde, onun mesleki yeterliliği hakkındaki şüphelerim adeta ortadan kalkacaktır. Şimdiye kadar, onun tarafında ve MQ'nun başında, kalkanında dini anlaşmazlıklar görüyorum.

Kadar.

 
kuantum :

R geliştiricileri sonuçlarını nasıl açıklayacaktı:

dgamma(0,0.5,1)=inf

pgama(0,0.5,1)=0

0 noktası dahil edilirse (tanımda görüldüğü gibi), x=0 noktasında sonsuz bir yoğunluk verir ve ayrıca, pgamma(x,0.5,1)'e entegre edildiğinde, sonsuz sanki sıfır olarak kabul edilir. o yoktu.

kuantum :
Şimdi 0+eps'den pgamayı hesaplayalım. Neye eşit olacak? dgamma(0,0.5,1)=inf nedeniyle sonsuz. Böyle?

http://www.wolframalpha.com/input/?i=integrate[pdf[gammadistribution[0.5,1],x]+,{x,0,1*10^(-90)}]

İntegral, şeklin mavi gölgeli alanıdır. Gördüğünüz gibi yamanın sol tarafı sonsuza gidiyor. Wolfram, pdf işlevinde x=0 noktasını içermese de, yine de nihai bir "en yüksek nokta" yoktur, şeklin sol tarafının sonsuza kadar yukarı doğru büyüdüğünü düşünebilirsiniz. Şeklin sol tarafı sonsuza kadar yukarı doğru büyürse, alanının da sonsuz olma eğiliminde olacağını varsaymak mantıklıdır. Ancak aslında bu, bu rakamın alanını belirlerken sonsuz olmayan bir sonuç almayı engellemez. Matematik.

 
Bu arada, birisi piyasada gama ve ilgili dağıtımları kullanmanın mümkün olup olmadığını düşündü mü? Bu sadece bir soru...

Gama, Üstel, Poisson. Hepsi yakındadır ve bağımsız süreçler içindir. Bu süreçlerdeki olayların büyüklüğü de iid'i sağlıyorsa, o zaman olayların toplamı normaldir....

Genel olarak, uygulamayı henüz görmüyorum. Normallik, örneğin bağımsız işlemlerin değerlerinin toplamı için hala çizilebilir... Ve bu arada, bu kullanışlı bir özellik. Kümülatif işlemlerin dağılımını daha önce göstermiştim. Çok sayıda örnekle, istatistikler normale yaklaşır.
 
mytarmailS :
Bu başlıkta, makine öğrenimi ile ilgili bir başlıkta, kimsenin ihtiyaç duymadığı bir fonksiyondaki hayali bir hata hakkında 5 sayfalık tartışma, bu dünyada bir şeyler açıkça yanlış ...

Satır aralarını nasıl okuyacağınızı bilmiyorsunuz, bu tür sözde bilimsel demagojinin gizli amacını anlamıyorsunuz.   Hayali bir örnekle açıklayayım.

Örnek olarak petrol üretimini ele alalım, diyelim ki başarılı petrol üreticilerinin dar çevrelerinde, toprak örneklerinin kimyasal bileşimi, bitki örtüsü modelleri gibi dolaylı, dış işaretlere dayalı petrol yatakları aramak için araştırma deneyimi yavaş yavaş birikiyor.   vb. İşaretlerin kendileri zamanla birikir ve ayrıca petrolün derinliklerinde bulunma olasılığının tahminlerine dönüşme deneyimi. Doğal olarak, tüm bunlar en katı gizlilik içinde tutulur ve acemi deliciler her türlü İNANILIR bilgi ile beslenir, küçük değişikliklerle açık olan, ancak işe yaramayan ve hatta yanlış bilgi olan, ancak deneme ve iflas etme dışında doğrulanması zor olan bilgiler. "yetkililerin" önerisi.   Zaman geçiyor, insanlar insan, bilgi yavaş yavaş sızıyor ve zamanı geldi.   artık teknolojiyi genel hatlarıyla gizlemek mümkün değil, ANLAŞILIR ve İNANILIR hale geldi, ne yapmalıyım?

Düşmanın “gizli tekniği” öğrendiğinde, her oyunda olduğu gibi, akla ilk gelen şey, bu gizli bilgiyi kavramasını zorlaştırmaya yönelik her türlü sabotaj, örneğin ayrıntı bataklığını dev bir bataklığa batırmaktır. Fiziksel olarak beyni sindiremeyen ve 100 yaşam boyunca, ÖZDEN ÇEŞİTLENMEK için kötü yapılandırılmış bilgi akışı,   Algılayıcının nasıl çalıştığını anlamak istiyorsunuz ve en azından düzeyde sayı teorisini anlamanız önerilir.   yüksek lisans öğrencisi, sonra matan ile, lineer cebir ile ve tüm bunlar özünde değil, yani DETAYLARDA , o zaman tüm tezleri, makaleleri vb. okumanız gerekir. Bir tür web uygulamasının nasıl geliştirileceğini okumak istiyorsunuz ve hatalar ve programlama kalıpları hakkında tonlarca akıl yürütme sizi bekliyor.

İkincisi, oyunun artık sizin kurallarınıza göre gitmediği kendi alanınıza akıllıca taşındığınızda her türlü sahtekarlık, değişiklik. Bir algılayıcıya ihtiyacınız var mı? 2016'nın sonunda hangi "aptal" bunu kendi başına yazacak? Ahahaha))) Utanç verici bisikletçi))) Bir sürü kütüphane var! Bir ferrari atı satın alın! Başkalarının kitaplarını karıştır ve gerçek bir "bilim adamı" gibi işlev gör! Orada nasıl ve neyin işe yaradığını anlamanıza gerek yok, sadece geliştiricilerin size sunduğu seçenekleri sıralamanız gerekiyor!

Ve dahası, umarım ne demek istediğimi anlamışsınızdır :)

Kendi sahanızda ve kendi kurallarınıza göre oynayın.

 
Alexey Burnakov :
Bu arada, birisi piyasada gama ve ilgili dağıtımları kullanmanın mümkün olup olmadığını düşündü mü? Bu sadece bir soru...

Gama, Üstel, Poisson. Hepsi yakındadır ve bağımsız süreçler içindir. Bu süreçlerdeki olayların büyüklüğü de iid'i sağlıyorsa, o zaman olayların toplamı normaldir....

Genel olarak, uygulamayı henüz görmüyorum. Normallik, örneğin bağımsız işlemlerin değerlerinin toplamı için hala çizilebilir... Ve bu arada, bu kullanışlı bir özellik. Kümülatif işlemlerin dağılımını daha önce göstermiştim. Çok sayıda örnekle, istatistikler normale yaklaşır.
Çubuklardaki 3Z eğiliminin uzunluğu, küçük alfalar için Poisson'a göre düşer. Daha doğrusu, kullanma fikri olmadığı için araştırmadım.
 
San Sanych Fomenko :
Çubuklardaki 3Z eğiliminin uzunluğu, küçük alfalar için Poisson'a göre düşer. Daha doğrusu, kullanma fikri olmadığı için araştırmadım.
Trend uzunluğunun dağılımını mı kastediyorsunuz? Zaman deltası başına olay sayısı için Poisson. Yoksa burayı da çekmek mümkün mü? Sadece uygulamanın fiziksel bağlamını yakalayamadım ...
 
Alexey Burnakov :
Trend uzunluğunun dağılımını mı kastediyorsunuz? Zaman deltası başına olay sayısı için Poisson. Yoksa burayı da çekmek mümkün mü? Sadece uygulamanın fiziksel bağlamını yakalayamadım ...
Çubuklardaki ZZ dönüşleri arasındaki mesafeyi alıyoruz ve bir histogram oluşturuyoruz. Gözde zehir.
 
San Sanych Fomenko :
Çubuklardaki ZZ dönüşleri arasındaki mesafeyi alıyoruz ve bir histogram oluşturuyoruz. Gözde zehir.
Bunun hakkında düşüneceğim... Deneyeceğim.
 
R'de soruma cevap almaya başladım. R Core'a ulaşmayı başardım, bu yüzden ekip üyesi değilim... Bana r-devel mail listesine yazmamı önerdiler. Bu seviye, R-yardımından daha tekniktir. İlk cevabı veriyorum. Okuyun ve düşünün. İşimi belirtin.

Ynt: [Rd] Uç noktada dgamma yoğunluk değerleri
DM
Duncan Murdoch
13 Kasım 22:28
İngilizce Rusça Çeviri

13/11/2016 13:43 tarihinde Alexey Burnakov şunu yazdı:

Sevgili R-devel grubu,

Benim adım Alexey, şu anda Moskova'da çalışan bir veri bilimcisi.
Hizalama Teknoloji A.Ş.

Son zamanlarda, dgamma'nın sonuçları hakkında bir tartışma yaptık.
function (stats) bir uç nokta için döner (x == 0).


<dgamma(0,1,1,log = YANLIŞ)

[on bir


ve

<dgamma(0,0.5,1,log = YANLIŞ)
[1] Bilgi

Yoğunluk, dağılım için sıfır noktasında tanımlanmış gibi görünüyor.
bahsi geçen parametreler.

Döndürülen değer f(x)'in bir limiti gibi görünüyor, burada x --> inf.


x --> 0 olarak sınırdır.

Alıntıyı gizle

Wolfram ve Matlab gibi diğer birkaç "büyük" istatistik motoru olmasına rağmen
aynı fonksiyon parametreleriyle gama yoğunluğu için 0 (sıfır) döndür
nerede x == 0. Bu, kesin bir cevaptan ziyade bir uzlaşıma benziyor,
fikrimiz. bu doğru bir varsayım mı?

Titizlikle incelendiğinde, yoğunluğun tanımsız olduğu ortaya çıkıyor.
örneğin x == 0 olduğunda x^0 elde ederiz.

Dgamma kodunun yazarına ulaşamadığım için,
sıfırda dgamma işlevinin bu davranışı hakkında yorum yapın? güvenli mi
bu tür davranış verilen işlevi kullanın. Yoğunluğu bildirmek ihtiyatlı mı =
sıfırda inf? gama yoğunluğunu tahmin etmenin tercih edilen bir yolu var mı?
sıfır başka?


Limit kullanmak en hassas yöntemdir. Devamsızlık olması
yoğunluk daha fazla soruna neden olacaktır, örneğin yoğunluk
dördün.

"Doğruluğa" gelince, hepimiz biliyoruz ki herhangi bir yoğunlukta bir yoğunluğun değeri
belirli bir nokta önemsizdir. Yalnızca yoğunlukların integralleri
herhangi bir anlam.

Duncan Murdoch

Neden: