• Non ci sono risultati.

Metodi per l'imputazione dei dati mancanti in dataset di variabili nominali

N/A
N/A
Protected

Academic year: 2021

Condividi "Metodi per l'imputazione dei dati mancanti in dataset di variabili nominali"

Copied!
172
0
0

Testo completo

Loading

Figura

Figura 1.1: Esempio di strutture di mancata risposta
Figura 3.3: Il markov blanket di X 5
Tabella 4.1: Quota Classicazioni Errate (dataset soybean disease, medie su 100 prove)
Figura 4.2: Andamento del QCE al variare della % di missing (dataset soybean disease, medie su 100 prove)
+7

Riferimenti

Documenti correlati

Franco Flandoli, Università di Pisa () Probablità, Statistica e Processi Stocastici.. Corso per la Scuola di Dottorato in Ingegneria 1

 Non sempre è possibile trovare una distribuzione da cui generare i campioni indipendenti, mentre è molto semplice generare una catena di Markov che si muova nello spazio

 è caratterizzato da una funzione N(t), definita per t>0 e detta processo di conteggio che rappresenta il numero degli eventi che si sono verificati nel periodo

 Per poter richiamare la funzione dobbiamo essere nella directory nella quale è salvata la funzione oppure “settare” nel path di Matlab la directory nella quale

 calcolatore: il calcolatore è un oggetto puramente deterministico e quindi prevedibile, per cui nessun calcolatore è in grado di generare numeri puramente

 Dato l’intervallo di tempo in cui voglio simulare il processo di Poisson di parametro , genero variabili esponenziali di parametro  fino a quando la loro somma

La matrice di covarianza A deve avere rango massimo in questa notazione, altrimenti non risulterebbe invertibile... Baldi, Equazioni differenziali stocastiche e applicazioni,

L’intersezione di ta- li σ−algebre si chiama σ−algebra generata da F... L’intersezione di ta- li σ−algebre si chiama σ−algebra generata