similar to: Duda sobre cómo analizar un experimento factorial con algoritmos de extracción de características, clustering y clasificación como factores

CREO QUE ESTE TIPO DE CONSULTA, EXCEDE EL PROPÓSITO DE ESTE FORO. El miércoles, 26 de noviembre de 2014, Daniel Carrillo Zapata < daniel.carrillo2 en um.es> escribió: > Hola Isidro, > > mira, te explico mejor: tengo una base de datos con información de > 10 conductores en un recorrido de 30 minutos en coche. Para cada > conductor, se le midió parámetros

Hola de nuevo a todos, me gustaría pediros disculpas por los correos que he enviado. La razón de enviarlos es que pensaba que era también un foro en el que podía plantear cuestiones estadísticas, no solo sobre R en concreto. Siempre es importante aprender algo de todo lo que haces, así que lo que me llevo es el conocimiento de que aquí solo puedo plantear cuestiones de implementación en R, y

Estimadísimo Carlos: Muchísimas gracias por responderme y hacerlo tan rápido. Contemplé esa posibilidad, es decir, que el hiperparámetro estuviera suponiendo un problema, y probé de esta forma: > learner <- lrn("classif.ranger", num.trees = 5, mtry = NULL) Error: Element with key 'classif.ranger' not found in DictionaryLearner!

Mi matriz de datos inicial estaba muy desbalanceada (5% de la clase minoritaria), por lo que he creado con el algoritmo SMOTE un dataset balanceado con el que he creado el modelo, y luego sobre ese modelo he creado la matriz de confusión con los datos originales. Respecto a lo que me comentas, Carlos, creo que además de todo lo que comentas, que está bien, en micaso es necesario también saber no

Hola, buenas tardes. Es probable que sea una pregunta tonta, pero ¿existe algo así como un predict sobre un objeto kmeans, para obtener la clasificación sobre unos nuevos datos?

Buenas tengo una consulta. Tengo un grupo de 15,000 clientes a los cuales debo de segmentar en base a variables que por sus características pueden ser agrupadas en 4 grupos. Lo primero que he realizado es segmentar las variables pero de cada grupo (xq necesito realizar un análisis sobre esto) mediante el análisis clúster y luego realizar una segmentación con todas las variables, también utilizando

No Carlos la limitación está en la función add_model porque si utilizo randonForest fuera de esa función no existe limitación en el número de categorías de la variable de clasificación. He escrito al autor de modeval y espero también su respuesta. Además he probado a dejar el modelo con dos categorías y la función no da error. Un cordial saludo, Juan El 08/06/2017 a las 13:39, Carlos

Estimados compañeros me gustaría saber si alguno ha utilizado la función add_model del paquete modeval cuando la variable de clasificación (y) tiene más de dos niveles. Porque si la utilizo con más niveles siempre me sale el error: Error: length(levels(factor((purrr::as_vector(y))))) == 2 is not TRUE Me parece muy interesante el paquete y no veo donde indica esta limitación. Un cordial

Estimado Jesús Para Fernández En teoría es ese material, lo vi muy rápido y en la parte genética tiene cosas que biológicamente no son así, hay un libro de Falconer, Introducción a la genética cuantitativa, que tiene escrita la parte matemática, hay un abismo entre la biología y los ingenieros que se inspiran en la biología. Yo pensaba en la resolución de un problema real, aunque relativamente

Hola a todos, y gracias por leer mi mensaje: Llevo utilizando unos meses R, vengo de SPSS, y estoy muy sorprendido con su capacidad. Mi problema, es que estoy intentando hacer una comparación entre tres sistemas de predicción: una regresión logística, un árbol de clasificación y una red neuronal. De momento, he podido hacer las comparaciones con los dos primeros sistemas, pero mi problema es la

Estimados amigos: Esta tarde he estado probando la librería mlr3, que me resulta muy interesante para trabajos de clasificación. En concreto, para entender su funcionamiento he probado un ejemplo simple (viene en CRAN). Sin embargo, cuando cambio el parámetro de clasifiación en la función de aprendizaje, me aparece el error siguiente: *Error: Element with key

Quer?a saber si existe alguna funci?n de R para realizar el algoritmo CHAID de ?rbol de clasificaci?n, existen de J48 por ejemplo pero no encuentro nada de este algor?tmo. Muchas gracias y un cordial saludo, Juan -- ========================================================= Juan Antonio Gil Pascual Prof. Titular de M?todos de Investigaci?n en Educaci?n correo: jgil at edu.uned.es web:

Gracias Jorge. No entiendo bien; la variable objetivo es ya factor. El árbol me la predice bien, como factor, también. Es al ir construyendo el vector que lo anota con un nº, según de cuál de las 4 categorías se trate. Quoting Jorge I Velez <jorgeivanvelez en gmail.com>: > Estimado Manuel, > > Debes definir ecsta como factor usando, por ejemplo, > > factor(ecsta,

Bueno, creo que no contesté tu pregunta. Con training <- data[-i, ] crea una df llamada training, sin la muestra i, que después utiliza para entrenar el algoritmo. Quoting Javier Marcuzzi <javier.ruben.marcuzzi en gmail.com>: > Estimado Manuel Mendoza > > Con sus datos y a modo de curiosidad, ¿que pasa en training <- data[-i, ]? > > Javier Rubén Marcuzzi >

Saludos a todos   Estoy buscando informacion sobre modelos de clasificacion con variables cualitativas y cuantitativas, si alguien conoce sobre paquetes que me puedan ayudar con este tema les pido por favor me ayuden con informacion de links donde pueda consultar.   En el programa Clementine hay un algoritmo que me ayuda con esto se llama BIETAPICO, quisiera saber si en R puedo encontrar algo

Hola a todos, He echado un vistazo a alguno de los paquetes de R que incluyen clasificadores y no sonsigo encontrar ninguno que tenga alguna función para usar un clasificador de maxima probabilidad tradicional. Alquien sabe de alguna? Gracias Víctor. [[alternative HTML version deleted]]

Buen día, no sé si estoy utilizando bien la lista, es la primera vez. Si lo hago mal me corrigen por favor. Sobre tu comentario Pedro, muchas gracias. Lo qeu entiendo con tu sugerencia de set.seed es qeu de esa forma fijas los resultados, pero no estoy seguro si otra agrupación funcione mejor. Es decir me interesa un método de agrupación que genere la "mejor" agrupación y como los

No no, eso lo he sacaod, es decir, tengo la matriz de confusión para las OK/NOK, lo que no entiendo es como extraer las conclusiones sobre el modelo, de cara a como afectan las variables. He seguido dos estrategias: 1-Crear arboles de clasificacion con las variables más importantes del random Forest, pero el modelo se empobrece bastante. 2- Sacar los partialPlot, para ver la influencia de cada

Estimado muchas gracias por la respuesta; pero tengo otra interrogante. Para segmentar toda la data de clientes los cuales ya los vi bien y no son 15,000 sino 315,000 necesito utilizar el análisis de segmentación de K-medianas o K-modas, porque al ser datos ordinales y dicotómicos (la gran mayoría de variables), la aplicación de segmentar a través de k-medias no tiene mucho sentido. El R tiene

Cordial saludo para cada uno. De manera amable les pido ayuda para acceder al código R usado para el algoritmo de la función qnorm. Gracias por su ayuda. César Escalante C. [[alternative HTML version deleted]]