Algunas formas diferentes según la naturaleza de sus datos cualitativos.
Si se trata de datos de atributos (es decir: aprobado o no; rojo, azul o amarillo, etc.). Puede usar la prueba de hipótesis para verificar si hay una diferencia estadísticamente significativa en los datos cuantitativos. Por ejemplo, si los datos cuantitativos se distribuyen normalmente, puede usar una prueba ANOVA para determinar si los bloques de un color son más gruesos que los bloques de un color diferente.
Si los datos son semicuantitativos (es decir, dolor, moho, etc.), puede convertirlos en cuantitativos redefiniéndolos en una escala cuantitativa (es decir, dolor en una escala de 1 a 10), trazando los datos en un gráfico xy, y buscando correlaciones (una dependencia funcional entre las variables).
- ¿A quién o qué investigación de laboratorio en aprendizaje automático le parece más interesante?
- ¿Por qué la búsqueda de imágenes de Google es tan rápida?
- ¿Hay algún otro clasificador de aprendizaje profundo como softmax?
- ¿Debo escribir el código de Random Forest por mi cuenta o usar implementaciones existentes?
- ¿Aprendizaje automático sin historia matemática?
Puede encontrar orientación sobre cómo hacer algunas de estas cosas en www.statstuff.com
