АР
У вас одна же выборка в пункте 1
Size: a a a
2021 May 12
DZ
Нет. Сгенерированы две выборки из одного распределения. Видимо, не очень понятно написал.
DZ
в каждом случае генерируются две.
АР
А. Ну тогда (6-1) х (2-1) = 5
АР
6 исходов потому что от 0 до 5 попаданий
DZ
Тогда там 5 степеней свободы судя по тому, что вы написали, а не 10. Понял, большое спасибо. А P-value как в данном случае считать?
АР
Да, я тупанул
АР
P-значение и выдаст после запроса хи-квадрат распределения с 5 степенями свободы
DZ
а, а статистика - это просто сумма, так?
АР
Сумма по таблице, да
DZ
спасибо большое. Очень помогли. Я вторую неделю сижу над заданием в целом, только сейчас нормально разобрался.
DZ
И последний вопрос, если можно. Можете подсказать вот этот момент, куда я конкретно это должен передать? И, я так понимаю, передаю список вот этих вот получившихся отклонений, не сумму, так?
АР
DZ
Понял. Ещё раз большое спасибо. Вечером сяду программировать. Если появятся вопросы, если можно, ещё напишу. Вряд ли, но всё-таки.
AM
Привет всем! Может кто сталкивался с похожей задачей. Есть выборка с параметрами пользователей которые "подключили услугу". И есть выборка из которой нужно выбрать максимально похожих на первую пользователей. Какой метод мл применить, куда копать?) В идеале создать столбец в % на сколько строка подходит в группе
PZ
Так это предполагается, что вы продемонстрируете весь набор своих навыков, испробуете разные алгоритмы и лучшая точность никак не ограничена.
Сейчас вроде с градиентного бустинга принято начинать.
Сейчас вроде с градиентного бустинга принято начинать.
PZ
Или в исходных данных нет тех кто не подключил и предлагается выделить суть вручную?
Интересное задание. Наверное сами данные больше скажут чем словесная формулировка.
Или формулировка неточная
Интересное задание. Наверное сами данные больше скажут чем словесная формулировка.
Или формулировка неточная
AM
Да, есть только список кто подключил услугу. Кто не подключил нет. И есть общий список пользавателей из которых нужно выбрать максимально похожих на тех кто подключил услугу
PZ
Как-то искусственно усложнили задачу. Разве так бывает в жизни?
Предлагаю по-прежнему делать xgboost, но разметить всю остальную пачку как не подключивших. Все равно должно выдавать какой-то результат.
Скорее всего в самом распределении данных есть видимые закономерности и их надо найти. А потом выбрать простой не склонный к переобучению алгоритм типа логистической регрессии или knn
Предлагаю по-прежнему делать xgboost, но разметить всю остальную пачку как не подключивших. Все равно должно выдавать какой-то результат.
Скорее всего в самом распределении данных есть видимые закономерности и их надо найти. А потом выбрать простой не склонный к переобучению алгоритм типа логистической регрессии или knn
AK
Народ, а кто-то в метрике в электр коммерции разбирается? Надо получить такой отчёт «строка это номер заказ, а столбцы Наименование просмотренных товаров во время визита, Наименования добавленных в корзину товаров, Наименования купленных товаров»