可视化分类变量在不同样本之间的频率？
可视化分类变量在不同样本之间的频率可以通过柱状图或饼图来展示。柱状图可以直观地比较不同类别的频率大小，而饼图则可以展示每个类别在总体中所占的比例。
在柱状图中，每个类别对应一个垂直的柱子，柱子的高度表示该类别的频率。可以使用不同的颜色来区分不同的类别，以增加可读性。柱状图可以帮助我们快速了解各个类别的频率分布情况，从而进行比较和分析。
饼图则将总体分成不同的扇形，每个扇形的大小表示该类别的频率在总体中所占的比例。饼图可以直观地展示各个类别的相对比例，特别适合展示类别之间的相对频率关系。
对于可视化分类变量在不同样本之间的频率，可以使用以下腾讯云产品进行处理和展示：
- 数据分析与可视化：腾讯云数据分析与可视化产品提供了丰富的数据分析和可视化功能，可以帮助用户对数据进行处理、分析和可视化展示。产品链接：https://cloud.tencent.com/product/dav
- 腾讯云图数据库 TGraph：腾讯云图数据库 TGraph 是一种高性能、高可靠、全托管的图数据库服务，适用于存储和分析大规模图结构数据。可以使用 TGraph 对分类变量的频率进行存储和查询，同时支持可视化展示。产品链接：https://cloud.tencent.com/product/tgraph
以上是腾讯云提供的相关产品，可以帮助用户处理和展示可视化分类变量在不同样本之间的频率。
相关·内容
1回答
我有一套加速度计的数据记录后，4种不同的事件(和多次重复)。每个点(记录)由3个向量(X，Y，Z)定义，每个样本有15万个样本(5秒，采样率为30 rate )。总之，我有3x15万个矩阵。
我想使用python对这些点使用分类器或聚类，以查看不同类型事件之后加速度计的行为是否存在差异。
最好的分类器是什么？
我应该如何构造我的数据？
如何绘制此图以可视化我的数据？
非常感谢所有的帮手。
浏览 8提问于2016-03-12得票数 0
最近我一直在试验音频和FFT，特别是处理中的Minim库(基本上是Java，这对这个问题并不是特别重要)。我所理解的是，在缓冲器/采样大小N和采样率K的情况下，在执行前向FFT之后，我将获得线性间隔的N个频率段(仅N/2个可用数据，实际上Minim仅返回N/2个段)，表示从0到K/2 HZ的频谱。
对于Minim (以及其他典型的FFT实现)，您需要等待收集N个样本，然后执行正向转换，然后等待N个样本，依此类推。为了获得合理的帧率(用于音频可视化、节拍检测等)，我必须使用与采样频率相关的小样本大小。
然而，这样做的问题是，当我计算对数间隔平均时，小样本大小会导致频谱低端的分辨率非常低(因为低音
浏览 1提问于2013-12-25得票数 6
1回答
我试图在R (e1071包)中使用支持向量机将样本分类为正常或肿瘤。我有两个独立的数据集-训练(~50个样本，100个特征)和测试(~60个样本)。这些数据集是由两个不同的研究小组执行的两个不同的微阵列平台上的微阵列表达值，因此它们的值范围非常不同。我是支持向量机和R的新手，所以一开始，我在我的训练集上做了一个Z分数的标准化，然后我在我的测试集上做了一个Z分数的标准化。即
(x_Train - mean_Train) / (stdev_Train)
(x_Test - mean_Test) / (stdev_Test)
当我探索了更多关于这个主题的论坛帖子时，我发现建议在我的测试集上使用训练集
浏览 0提问于2018-11-15得票数 1
1回答
区分注记FFT算法
、、、
我试图实现的是在音频文件中区分不同的音符。为了简单起见，我们假设一个接一个地演奏几个音符。主要问题是如何确定何时播放下一个音符？
我已经做的是从音频文件中读取样本，并使用JTransforms库对这些样本进行傅立叶变换。下面是我得到的结果：
。
然后我根据FFT返回的数据计算了频谱，下面是我得到的结果：
。
据我所知，图表上较大的“列”是谐波，较小的列是噪声和其他非谐波泛音，对吗？
在那之后，我试着用两个音符相继播放的音频文件做同样的处理，但结果是一样的。
顺便问一下，你们中有没有人知道一些轻量级、快速的库来可视化这样的数据？因为使用JFreeChart处理更大的数据集对我的处理器来说是一
浏览 0提问于2016-05-07得票数 0
1回答
对图像集进行分类
、、
在我的数据集中，每个样本都是一组图像。有些样本是一组只有一个图像的图像，而有些样本最多有10个图像。我已经标记了每个样本(图像集-->标签)，并希望训练一个分类器 示例:样本i是一组n(i)张人p(i)的照片。每个样本都标有人p(i)的吸引力。 最简单的keras图像分类代码示例是什么，网络可以对一组大小可变的图像进行分类，而不是对一张图像进行分类？
浏览 21提问于2019-01-16得票数 1
我正在做一个关于元音识别的项目，我需要实现一个神经网络。我是这个领域的新手，所以我不完全确定如何做好它。我有一个包含8种元音的800个单词的训练集，我的第一步是检查我是否能够对多个类别进行逻辑回归分类：
使用Matlab，我对每个样本进行了波形读取，并将得到的向量存储在800x48117矩阵中，其中48117是最大wav矢量的大小。也就是说，在这一步，我有800个例子和48117个“特征”，这是每个声音文件的频率率的值。当我进行logistic回归时，它对集合进行迭代，并将其分类为8个类，准确率为99.8%。然后，我还为接收到的类生成光谱图，以便对每个类进行可视化，并将它们与原始样本的光谱
浏览 2提问于2013-09-15得票数 1
回答已采纳
2回答
我需要计算安卓项目中音频数据的快速傅立叶变换，我使用jTransforms来实现这一点。
音频数据的样本有几秒钟长，并以11025赫兹的采样率进行记录。
我不确定如何在jTransforms中设置快速傅立叶变换的长度。我并不真的需要高频率分辨率，所以1024的大小就足够了。
但根据我对FFT的了解，如果我减小FFT大小F，并使用长度为N>F的样本，则只会转换原始样本的前F值。
这是真的吗?还是我理解错了？
如果这是真的，有没有一种有效的方法来变换整个信号并在之后减小FFT的大小？
我需要它来使用支持向量机对不同的信号进行分类，而FFT-Sizes > 1024会给我太多的特征作为输
浏览 1提问于2013-02-11得票数 0
回答已采纳
1回答
如何理解卡方列联表
、、、
我几乎没有什么分类特征：
['Gender',
'Married',
'Dependents',
'Education',
'Self_Employed',
'Property_Area']
from scipy.stats import chi2_contingency
chi2, p, dof, expected = chi2_contingency((pd.crosstab(df.Gender, df.Married).values))
print (f'Chi-squar
浏览 1提问于2018-10-07得票数 2
回答已采纳
1回答
我了解到，在支持向量机()中，可以添加一个松弛变量ε来“软化”边框。阅读一些教科书，它提到，ε>1将允许相应的样本被错误地分类为属于错误的类。因此，例如，如果我们有：
g = yf(x)
如果是实际的类标签(1或-1)和模型的预测(实数)之间的乘积，那么任何正确分类的样本都会导致g为正。(例如:y和f(x)都是正的，它们都是负的。
因此，我们可以将模型的损失计算为max(0, 1-g)，其中任何错误分类的样本都会导致1-g > 0和正损失。通过增加max(0,1-g-ε)项得到了ε项，从而使模型更能容忍错误。
然而，是否只有ε>1允许错误分类，而0<ε<1只允许样
浏览 3提问于2015-10-13得票数 0
1回答
Git提交分类
、、、、
我想可视化我们项目中提交的统计数据。我想根据一些指标将它们分成几个组，比如提交消息或更改代码行数。
我能用什么系统的方法吗？我在为提交消息分类选择正确的关键字和为大小分类选择合适的阈值方面有困难。
浏览 1提问于2020-02-07得票数 1
回答已采纳
2回答
我用麦克风捕捉到一个输入声音信号，并将其可视化在一个OpenCV Mat中：
我读取每20个样本(=每20个像素在x方向的“声音垫”)，并将其与hann窗口函数相乘。然后，在加窗序列的OpenCV ()中执行dft (递减傅里叶变换)。下面是这样一个20样本信号的dft输出的示例：
但我怎样才能得到频谱图呢？描述的尝试是对的吗？我和这些dft输出有什么关系才能得到光谱图？
很抱歉没有张贴图片；只有链接。由于我是新的堆叠溢出，我不能直接张贴图片。
浏览 2提问于2016-03-05得票数 1
回答已采纳
2回答
在图像数据集中查找异常值
、、、
我一直在做一个图像分类任务，我正在从为不同类别收集的视频流中提取图像帧。
我已经训练了一个图像分类模型(使用转移学习)，但是由于离群点(或类分布中的重叠)模型的准确性较差。无法概括新的图像/视频流。
你能帮我解决以下问题吗？
样本是如何在每个类中分布的？我是否可以使用任何可视化技术(例如:直方图)来查看样本分布。
而且，一个接一个地检查图像是一个繁琐的过程，所以我可以用一种技术从样本中找到异常值(孤立点图像)。这样我就可以在训练模型之前移除离群点。
关于这个的任何更新..。
谢谢
浏览 0提问于2019-05-23得票数 13
回答已采纳
我正在尝试使用SelectKBest和chi2 (SelectKBest(chi2，k=5))对分类变量应用特征选择。但获取字符串无法转换为浮点型的值时出错。我知道解决方法是使用pd.get_dummies()将分类变量转换为虚拟变量。但为什么会这样呢？卡方检验是用于两个分类变量的二元分析，那么为什么它不接受分类变量？
浏览 21提问于2019-08-12得票数 2
1回答
图像标准化
、、、
我想问有关图像预处理的分类任务与cnn。我标准化了输入数据(平均值= 0，标准差= 1)，结果的范围是-1.1。如何使用结果范围为0,1的技术？这样图像就可以可视化了。
浏览 13提问于2021-12-07得票数 0
1回答
我看到the可以帮助我们减少维数和可视化数据.但是我们从这个可视化中得到了什么信息呢？因为我们知道，新的轴在我们的上下文中没有意义。
此外，如果我们有一个类标记数据，那么我们可以从可视化中获得什么信息？我们已经知道有一些'n‘类，我们必须对其中一个类中的新示例进行分类。
还是我理解得不对？
浏览 0提问于2020-07-30得票数 0
我想问一下，有什么办法可以连续地训练MATLAB ANN (人工神经网络)，即没有预先准备好的训练集？这个想法是有一个“在线”数据流，因此，当第一次创建网络时，它完全未经训练，但随着样本流在ANN中的训练和收敛。
ANN将用于对一组值进行分类，该实现将可视化当样本流经系统时ANN的训练如何得到改善。也就是说，每个样本都用于训练，然后也由ANN进行评估，并将响应可视化。
我期望的效果是，对于最初的样本，ANN的响应将或多或少是随机的，但随着训练过程的进行，准确性会提高。
任何想法都是受欢迎的。
向您致敬，Ola
浏览 3提问于2013-04-12得票数 1
回答已采纳
1回答
使用随机森林，是否可以确定哪些特征是驱动特征，以便将特定样本分类为A类？
我知道我可以问哪些特征对于对任何样本进行分类更重要，但是对于特定的样本，我能问这个问题吗？为什么样本1被归类为A？它的哪一个特征更像A类而不是B类？
问一个随机森林的问题有意义吗？
关于如何在python中使用sklearn实现它的额外积分:)
编辑
问题已经在这里被交叉回答了：https://stats.stackexchange.com/questions/174229/feature-importance-for-random-forest-classification-of-a-sample
这里的Python实
浏览 0提问于2015-09-25得票数 2
7回答
我在DirectX的缓冲区里保存了一个样本。它是从乐器中播放和捕获的音符样本。如何分析样本的频率(就像吉他调谐器一样)？我相信涉及FFT，但我对HOWTO没有任何指示。
浏览 4提问于2008-09-15得票数 26
1回答
我一直在用sklearn RandomForestClassifier做一些实验。我正在训练多个批次上的多个树，并使用以下命令合并它们：
def combine_rfs(rfList):
rf1 = rfList[0]
for i in range(1,len(rfList)):
rf1.estimators_ += rfList[i].estimators_
rf1.n_estimators = len(rf1.estimators_)
return rf1
我注意到，如果我在A类和B类中给出相同数量的样本，最终树的分类往往是40-60%的A类，40-
浏览 25提问于2018-02-02得票数 3
2回答
我有一个二进制分类问题(目标0 0 1)，我有两个变量连续和分类作为特性。我明白，关于卡方，我只能用分类的特征来评价它们。那方差分析(f_classif)呢？是一样的吗？我只能评价最好的分类特征？提前谢谢你
浏览 0提问于2022-12-24得票数 1
在具有相同采样频率但具有不同事件的同一程序上执行perf录制命令时。
不管是什么事件，样本大小不应该几乎相等吗？
我正在以相同的采样频率执行一个工作负载(执行时间= 65ms)。当计算周期事件时，样本大小几乎是1000个样本，但当计算缓存未命中事件时，样本大小几乎是150个样本！为什么会这样呢？如果工作负载和采样频率相同，样本大小不应该相等吗？
浏览 0提问于2018-04-12得票数 0
1回答
我想可视化4个测试样本的k-NN分类器。我找过了，但什么也找不到。你能帮我实现代码吗？ 到目前为止，我的代码如下： from sklearn.datasets import make_moons
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline
from sklearn.neighbors import KNeighborsClassifier
from sklearn import metrics
from sklea
浏览 8提问于2020-12-13得票数 0
回答已采纳
2回答
如何解决PCM样本的频率问题
、、、、
我想要建立一个音频可视化显示使用led条用于聚会。构建显示和编程呈现引擎是相当简单的，但我没有任何信号处理的经验，除了呈现PCM样本。
我想要实现的主要功能是由音频驱动的动画。为了保持事情的超级简单，并得到它的诀窍，我想开始简单地渲染一个颜色，根据输入信号的可听频率(例如，最高的音频将呈现为白色)。
我理解，读取输入样本作为PCM给我的空气压力(强度)的幅度相对于时间和使用傅里叶变换输出信号强度相对于频率。但从那以后，我不知道如何解决实际的频率问题。
是否需要将数字频率分解为傅里叶变换的逆变换(例如，强度是参数，频率是结果)？
我知道有不同类型的傅里叶变换适合于不同的目的。哪一个对这样的应用是
浏览 3提问于2014-05-08得票数 5
回答已采纳
2回答
我想将MLP应用于一些商业卖家的数据。我发现这些数据是分类和连续特性的混合体。对于我所读到的内容，向神经网络提供这两种类型的数据(引用未知/不可用)是不可取的，我记得我读到的神经网络可以使用以下模型：
Categorical variables-->NN model 1
----->NN model 3---->Output
Continuous variables--->NN model 2
因此，在这个模型中，我们有两个神经网络，每个神经网络只提供分类变量或连续变量，然后将输出(来自这
浏览 0提问于2020-09-14得票数 1
对于数据集中的个人，我有两个分类变量，industry和province。为了创建一个分面图，使我能够看到每个省在一个行业中有多少人工作，我使用以下代码：
use https://www.stata-press.com/data/r17/nlsw88.dta
twoway (histogram industry), by(occupation)
因为我有大约20个省，所以我想用不同的颜色在by(province)的每个省。我试过使用twoway (graph bar industry, over(province)，但没有效果。在斯塔塔，是否可以用不同的颜色给每个省涂颜色？
浏览 1提问于2022-10-27得票数 0
我有一个分类(LDA分类器)的问题。
我有80个训练数据样本(80x100)和15个测试数据样本(15x100)。分类函数返回：The covariance matrix of each group in TRAINING must be positive definite。
浏览 0提问于2018-02-26得票数 0
2回答
我正在做文本分类，我有一组200.000条推文。
这个想法是手动标记一组短的推文，并训练分类器来预测其余的标签。监督学习。
我想知道的是，是否有一种方法可以选择要包括在训练集中的样本，使该训练集能够很好地代表整个数据集，并且由于训练集中包含的高度多样性，经过训练的分类器具有相当大的可信度，可以应用于其余的推文。
浏览 0提问于2019-05-12得票数 2
2回答
今天下午我读了一些关于支持向量机的文章，希望它看起来很有前途。
我目前正在解决一个问题，我正在寻找傅立叶谱中的模式。我想说的是，我已经观察幽灵好几天了。我希望找到一些重复的模式。我找到了一些与特定模式匹配的标准，但对于下一个样本，整个模式看起来可能会略有不同。所以总是有轻微的偏差，这使得它很难描述。或者以另一种方式，我可能忽略了一些东西。但我可以清楚地说，这是训练数据。
我希望利用支持向量机来训练它，并预测分类。这意味着如果我有另一组新数据，它会告诉我，它与训练数据匹配，或者它进入“其他”组，这可以是任何东西(不需要知道)。
这是支持向量机能够做到的事情，还是我完全错了？我找不到任何输入数据的
浏览 0提问于2013-06-15得票数 1
回答已采纳
我调查了不同的情况，但不明白我要选择什么。我的代码也在工作，但我的预测看起来很奇怪，只有2条平行线。我有一个LSTM自动编码器用于时间序列的回归。自动编码器，因为我需要缩小尺寸。Mydata类似于：400个示例，每个样本包含5.000行，.I将它们连接到一个数组中。(在实际样品之间，我有5分钟)。如何为模型选择时间步骤？是(400,10,5000)吗?有谁能给我一个建议，并举例说明一下批次的大小吗？
浏览 0提问于2018-04-25得票数 0
回答已采纳
1回答
我有一个信号的傅里叶变换图。将信号的傅里叶变换与其索引号绘制成图。我得到了采样频率(Fs)和样本总数(N)，以及样本中两个最大峰值的指数。我正在寻找这个信息的信号每分钟的节拍。我的第一个猜测是，它是样本总数除以最大峰值的指数(N/(最大指数)。然而，我觉得似乎应该对第二个最大峰值做些什么。我对指数在哪里起作用感到困惑。任何帮助都将不胜感激。
浏览 0提问于2017-04-14得票数 0
2回答
为什么频率编码工作？
、、、
频率编码是Kaggle竞赛中广泛使用的一种技术，多次证明是一种非常合理的处理基数高的分类特征的方法。我真的不明白为什么会起作用。
它是在非常具体的情况下工作的频率是相关的目标，还是它更普遍？这背后的理由是什么？
浏览 0提问于2019-11-25得票数 15
1回答
我正在为一个大型数据文件上的Kmeans聚类算法编写一个mapreduce程序。每个观察值都由包含分类变量和数值变量的列组成。对于Kmeans，不宜在距离计算中包含分类变量。因此，我们需要筛选出包含分类条目的列。
我的问题是:过滤掉带有字符的条目很容易，但是如果一列只包含数字，但又被视为分类(如Zipcode、ID)，该怎么办？
谢谢!
浏览 4提问于2014-04-28得票数 0
我知道在fft的结果中，幅度和相位是在实部和虚部捕获的。但是每个样本捕获阶段是如何进行的呢？
相位是否与在时域中提供的N个离散样本有关？
也就是说，如果输入样本在一秒钟内包括44100个样本，那么FFT的每个结果值是否代表相位的1/44100？
例如，第一个FFT值是频率1/44100，第二个值是2/44100，依此类推？
浏览 0提问于2012-04-25得票数 4
回答已采纳
1回答
我有多个时间系列数据集，包含9个IMU传感器功能.假设我使用滑动窗口方法将所有这些数据分割成序列长度为100的样本，即我的数据集的维数为(样本数，100，9)。现在我想可视化那些分裂的样本来找出里面的模式。我能不能把它当作表格数据，先将原始维数转换为(样本数，900)，然后直接应用t-sne方法来找出模式？或有其他方法更好地找出时间序列数据的模式。
浏览 0提问于2022-01-12得票数 2
回答已采纳
我认为这应该是这个主题的正确位置，因为它似乎不适合于数学堆栈Exchange。
我正在写一篇关于数据可视化的文章，但是我很难找到一些术语。我利用经合组织的数据调查经合组织成员国数据的趋势。我在Tableau创建了一个图表，使用经合组织的数据描述了人均国内生产总值、在教育系统中花费的平均年数、成员国公民报告的满意度分数和成员国公民报告的“感觉安全”分数(表示在夜间独自步行回家的受调查人口的百分比)。单击我使用的下载完整的经合组织数据集的以下链接。
📷
对于是将我的图形标记为多变量可视化还是多维可视化，我感到困惑。
我的困惑的核心来自于有人声称我的图形仅仅是二维的，因为它可以显示在页面上。然而，“
浏览 0提问于2017-09-15得票数 3
2回答
查看iTunes可视化工具应用编程接口的示例代码，其中有一个包含波形和频谱数据的数据struct：
struct RenderVisualData {
UInt8 numWaveformChannels;
UInt8 waveformData[kVisualMaxDataChannels][kVisualNumWaveformEntries];
UInt8 numSpectrumChannels;
UInt8 spectrumData[kVisualMaxDataChannels][kVisualNumSpectrumEntries];
};
typedef
浏览 0提问于2012-01-15得票数 1
2回答
多类圆点图-R
、、、
我绝对是一个负责可视化数据的新手，所以请原谅我。
我想要创建的并行点阵的七个样本分类样本与许多基因表达值对应的单个基因名称。mydata.csv文件如下所示
B27 B28 B30 B31 LTNP5.IFN.1 LTNP5.IFN.2 LTNP5.IL2.1
1 13800.91 13800.91 13800.91 13800.91 13800.91 13800.91 13800.91
2 6552.52 5488.25 3611.63 6552.52 6552.52 6552.52 6552.52
3 338
浏览 3提问于2015-09-02得票数 1
回答已采纳
1回答
在集群分析的上下文中，我试图可视化每个集群相对于总体人口的分类变量分布。
为了使它们具有可比性，我使用了相对频率。
因为数值变量是非常简单的，因为我可以很容易地覆盖直方图。
取而代之的是，对于分类变量，我希望获得如下内容：
其中外部片段图可视化Cluster 1的Relative Frequency，内部片段图表示Overall Population的Relative Frequency。
一个可重复的例子是：
mydf <- data.frame(week_day = as.factor(c(rep("monday",10), rep("monday&
浏览 9提问于2018-01-16得票数 2
回答已采纳
1回答
我需要一点指导。我必须使用简单或配对的t-test来比较多个算法的分类性能。
假设我有三个数据集(A，B，C)，其中包含训练样本和测试样本。我正在运行3个算法(SIFT，SURF，ORB)，并计算分类精度，0.9意味着90%的图像与测试数据集正确匹配。
假设我得到了下表：
Dataset SIFT SURF ORB
A 0.9 0.88 0.34
B 0.84 0.67 0.45
C 0.90 0.45 0.456
你能告诉我如何使用简单的t-test
浏览 0提问于2014-01-24得票数 1
1回答
对于具有2bil+样本的大数据集和每个样本大约具有100+特性。其中，10%的特性是数值/连续变量，其余的是categorical variables (位置、语言、url等)。让我们举几个例子：
例如:虚拟的分类特征
特点：Position
实数: SUD _~_
...would有类似于SVD的合理使用减少，因为sud:north > sud:centre之间的距离甲壳虫，而且，由于它值集的基数很小，所以可以对这个变量进行编码(例如OneHotEncoder、StringIndexer)。
例如:真正的分类特征
特点：url
实值:非常高的基数编码值：？
1)
浏览 0提问于2015-11-27得票数 1
1回答
我在寻求逻辑上的帮助，而不是解决这个问题的技术。我正在用Java编写一个程序，使用分类数据(由温度和血压映射到感染/感染/未知状态)，并相应地将给定的旅行者分类为“感染”、“NotInfected”或“未知”。
输入：输入由一个字符串组成，该字符串包含由‘#’分隔的两个部分。第一部分包含用逗号分隔的任意数量的个人的分类数据。每个人的数据包含分隔的三个值，如下所示：
温度血压范畴
第二部分是由逗号分隔的多位旅行者的体温和血压的空间分离。
输出:用逗号分隔的旅行者的分类。
样本输入输出
90 120 Infected,90 150 NotInfected,100 140 Infected,80 1
浏览 0提问于2016-02-22得票数 1
1回答
In:svc1.predict([X_poly[25].reshape(1,-1))
Out:array([3], dtype=int64)
In:svc1.decision_function([X_poly[25]])
Out:array([[ 0.58348329, -0.99979492, 0.08571431, -0.99996706, -0.52397444,
0.99959056]])
In:svc1.predict_proba(X_poly[25].reshape(1,-1))
Out:array([[ 0.48373954, 0.11870606, 0
浏览 1提问于2018-01-22得票数 0
回答已采纳
1回答
线性判别分析matlab
、、、、
我想对我的数据进行LDA分类。我的数据有6个特性，我想找出哪一个有最好的分类性能。因此，我的思想是分别对所有的特征进行评估，每次我只在matlab函数fitcdiscr中的LDA分类器中加入一个特征。
我的问题是如何将分类的输出可视化，如下图所示：
在使用函数fitcdiscr之后，我有了一个模型，如何在分隔这两个类的图形中可视化这一行？是否应将功能与功能fitcdiscr的录音数量相匹配？非常感谢!
浏览 1提问于2018-01-29得票数 1
1回答
如果分类变量是，
NoDo_you_drink Do_you_smoke -> Yes/ -> Yes/No
所有三个范畴变量(Do_you_smoke，Do_you_drink，Do_you_exercise)都有两个范畴是或否。现在，我想可视化所有这些分类变量相对于一个连续变量，即“收入”，同时。如何使用R将其可视化？
浏览 3提问于2020-09-17得票数 0
回答已采纳
1回答
非同步时间序列可视化
、、、
我想想象大量的事件由时间意甲窗口组成。一个典型的事件是：
📷
问题是，我的事件不是同步的，所以如果我把它们都画成图，它看起来就像：
📷
问题
有没有任何方法来可视化我所有的事件，以便我可以看到它们的原始/“典型”形状(最好是在时间域中)，尽管它们不同步？
到目前为止我尝试过的：
可视化功能:方法是好的，但我必须猜测我要找的是什么。
同步事件:在上面的示例中，它可能是可能的，但在其他一些情况下则不可能。(如有不同时间间隔的多个峰)
使用统计值可视化:这是我第一次尝试，不是所有的事件，而是他们的mean，median，p95，.问题是，使用这种方法会产生数据的变形呈现，因为不同步：
📷
我对
的
浏览 0提问于2021-02-26得票数 0
我目前正在使用LogisticRegression从科学学习在多类分类的问题.我决定使用LogisticRegression，因为我已经阅读了几篇文章，将它描述为一个在它返回的预测概率方面经过良好校准的算法。
对于分类器的每一个结果，我都要检查分类器的预测概率以及分类观测与训练样本之间的距离。
对于某些结果，即使一个类的置信度超过90%，余弦相似性度量表明，给定的例子平均与训练集中同一类的样本集几乎是正交的，这使我感到惊讶。
有谁能提供一些线索，说明为什么会出现这样的差异？
我预计，对于与同类的其他观测结果相差很远的示例，LogisticRegression算法将返回较低的预测概率。
浏览 2提问于2017-10-05得票数 0
回答已采纳
我正在努力获取电话上音频数据的频率。我使用J变换对样本数据进行FFT以获得结果。但我不知道如何设置样本数据数组大小。
硬件采样率为44100。我的理解是我只能得到低于44100/2的频率
如果我想得到整个频率范围的结果0~44100/2，我应该如何在下面的代码中设置FFT_Size，bufferSize。
当我从realForward得到结果的时候。如何将结果解释为在一定范围内(例如5khz)？recorder.read(音频数据，0，bufferSize)；DoubleFFT_1D fft =新DoubleFFT_1D(FFT_Size)；fft.realForward(audi
浏览 5提问于2013-12-03得票数 0
回答已采纳
我有一个温度数据集(每15分钟一次)来构建一个有监督的分类/预测算法，但我只知道一个真正的类(当数据接近于35度时)。
然而，鉴于有关这一主题的学术文献和数据可视化，它似乎有三个“真实”的类别:监管，次理想的监管，和没有监管。这是一个垂直线的图表，描绘了三个潜在的类别。
📷
建立这个分类的最佳实践是什么？第一次尝试每6小时绑定一次数据，并构建基于stdev的类别，但这似乎有点武断，与三个假设类别不太一致。
浏览 0提问于2018-01-23得票数 0
我有一个虚构的数据框架，包括连续变量和分类变量 library(dplyr)
library(ggplot2)
library(tidyr)
df <- tibble(
# each sample gets id from 1:1000
id = 1:1000,
# sex,categorical, either "f" or "m"
sex = ifelse(runif(1000, 0, 1) < 0.5, "f","m"),
# disease stage, categorical, ei
浏览 29提问于2020-04-04得票数 0
我正在尝试使用不同的分类算法，比如随机森林，支持向量机，AdaBoost来构建一个二进制分类系统。我想使用这些分类器的输出来可视化一个分数。例如，在使用随机森林时，我想使用属于A类的样本的概率来构建一个从0到100的分数。假设随机森林输出一个概率(从0到1)，使用它，因为得分是直观的(我只需将它乘以100)。然而，考虑到SVMs输出的是一个分类，而不是一个概率输出(即到超平面的距离，而不是概率)，那么将到超平面的距离作为某种“伪概率”来使用是否合法？例如，我会对所有样本在超平面的距离上做最大-最小标度，所以所有的距离都是从0到1。
我想要确定，我可以用超平面的距离作为一个伪概率，并且这个伪概率
浏览 0提问于2016-12-07得票数 5
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
