Questions tagged «c++»

我正在使用libsvm（http://www.csie.ntu.edu.tw/~cjlin/libsvm/）工具进行支持向量分类。但是，我对输入数据的格式感到困惑。 从自述文件： 训练和测试数据文件的格式为： <label> <index1>:<value1> <index2>:<value2> ... . . . 每行包含一个实例，并以“ \ n”字符结尾。对于分类，<label>是指示类标签的整数（支持多类）。为了回归，<label>目标值可以是任何实数。对于一类SVM，不使用它，因此可以是任何数字。该对<index>:<value>提供一个特征（属性）值：<index>是一个从1开始的整数，<value> 是一个实数。唯一的例外是预先计算的内核， <index>从0开始；请参阅预计算内核部分。索引必须按升序排列。测试文件中的标签仅用于计算准确性或错误。如果未知，则在第一列中填入任何数字。 我有以下问题： 有什么用<index>？它有什么作用？ 不同数据实例的相同索引值之间是否存在对应关系？ 如果我错过/跳过两者之间的索引怎么办？ 我问是因为libsvm的软件包中包含的数据文件* heart_scale *在第12行中，索引从2开始。<value>索引1 的for 是否被视为未知/丢失？注意：软件包随附的tools / checkdata.py工具表示* heart_scale *文件正确。

31 machine-learning  svm  python  libsvm  c++ 

我有一个特定的MCMC算法，我想移植到C / C ++。许多昂贵的计算已经通过Cython用C语言编写，但是我希望整个采样器都以编译语言编写，这样我就可以为Python / R / Matlab /任何东西编写包装器。 闲逛之后，我倾向于使用C ++。我知道的几个相关库是Armadillo（http://arma.sourceforge.net/）和Scythe（http://scythe.wustl.edu/）。两者都试图模仿R / Matlab的某些方面以简化学习曲线，这是我非常喜欢的。镰刀使我想做的事情变得更好。特别是，其RNG包含很多分布，其中Armadillo仅具有统一/正态分布，这很不方便。镰刀（Scythe）于2007年发布其最新版本时，犰狳似乎处于相当活跃的开发状态。 因此，我想知道的是，是否有人有使用这些库的经验，或者我几乎肯定会错过的其他库，如果是这样，对于非常熟悉Python / R / Matlab的统计学家，是否有什么值得推荐的？但是对于编译语言却不是这样（不是完全无知，但不是完全精通...）。

23 mcmc  software  c++  computing 

我正在编写一种算法，在给定模型的情况下，我计算一组数据集的似然度，然后需要对每种似然度进行标准化（以概率表示）。因此[0.00043，0.00004，0.00321]之类的内容可能会转换为[0.2，0.03，0.77]之类的内容。 我的问题是，我正在使用的对数可能性很小（例如，在对数空间中，值类似于-269647.432，-231444.981等）。在我的C ++代码中，当我尝试添加两个（通过采用它们的指数）时，得到的答案是“ Inf”。我试图将它们添加到日志空间（日志的加法/减法）中，但是再次遇到相同的问题。 谁能对此发表自己的见解？

21 probability  normalization  likelihood  c++  arithmetic 

注意：这个问题是一个转贴，因为我的上一个问题出于法律原因不得不删除。 在比较SAS的PROC MIXED与R中lme的nlme软件包的功能时，我偶然发现了一些相当混乱的差异。更具体地说，不同测试的自由度在PROC MIXED和之间有所不同lme，我想知道为什么。 从以下数据集（以下给出的R代码）开始： ind：指示进行测量的个人的因子 fac：进行测量的器官 trt：表示治疗的因素 y：一些连续响应变量 这个想法是建立以下简单模型： y ~ trt + (ind)：ind作为随机因子 y ~ trt + (fac(ind))：fac嵌套在ind作为随机因子 需要注意的是最后一个模型应引起奇异性，因为只有1的值y对每一个组合ind和fac。 第一模型 在SAS中，我建立以下模型： PROC MIXED data=Data; CLASS ind fac trt; MODEL y = trt /s; RANDOM ind /s; run; 根据教程，R中使用的相同模型nlme应为： > require(nlme) > options(contrasts=c(factor="contr.SAS",ordered="contr.poly")) > m2<-lme(y~trt,random=~1|ind,data=Data) 两种模型对系数及其SE均给出相同的估计，但是在对F的影响进行F检验时trt，它们使用的自由度不同： SAS : Type …

12 r  mixed-model  sas  degrees-of-freedom  pdf  unbiased-estimator  distance-functions  functional-data-analysis  hellinger  time-series  outliers  c++  relative-risk  absolute-risk  rare-events  regression  t-test  multiple-regression  survival  teaching  multiple-regression  regression  self-study  t-distribution  machine-learning  recommender-system  self-study  binomial  standard-deviation  data-visualization  r  predictive-models  pearson-r  spearman-rho  r  regression  modeling  r  categorical-data  data-visualization  ggplot2  many-categories  machine-learning  cross-validation  weka  microarray  variance  sampling  monte-carlo  regression  cross-validation  model-selection  feature-selection  elastic-net  distance-functions  information-theory  r  regression  mixed-model  random-effects-model  fixed-effects-model  dataset  data-mining 

关闭。这个问题是题外话。它当前不接受答案。 想改善这个问题吗？ 更新问题，使它成为交叉验证的主题。 2年前关闭。 我想学习使用Rcpp。我浏览了该软件包的CRAN网站上的文档，但是我觉得编写一个实际示例（考虑到convolve3是第二个实际示例）会更有帮助。 我从robustbase软件包中提出了以下代码，因为它既不会太长也不会太短，它使用R类型和R函数的组合，并且具有那些在R中速度太慢的小型算术迭代之一。 -ing吗？ scaleTau2<-function (x, c1 = 4.5, c2 = 3, consistency = TRUE, mu.too = FALSE){ n <- length(x) medx <- median(x) x. <- abs(x - medx) sigma0 <- median(x.) mu <- if (c1 > 0) { x. <- x./(sigma0 * c1) w <- 1 …

10 r  c++