腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
为什么
我
的
线性
回归
不是
那么
简单
?
python
、
tensorflow
、
tensorflow2.0
我
是tensorflow-2
的
新手,
我
开始了
我
的
学习曲线,使用以下
简单
的
线性
回归
模型: import tensorflow as tfimport matplotlib.pyplotxts, y=yts, verbose=1, batch_size=4, epochs=250, callbacks=[Custom()]) plt.show() 由于我不明白
的<
浏览 16
提问于2020-04-15
得票数 0
回答已采纳
1
回答
如何为小于10个特征
的
相对较小
的
数据集选择神经网络体系结构进行
回归
?
machine-learning
、
python
、
deep-learning
、
neural-network
、
linear-regression
如何为具有80个数据点和
回归
模型
的
9个特性
的
数据集选择体系结构?任何建议和建议都是有帮助
的
。
浏览 0
提问于2022-11-24
得票数 0
1
回答
在模拟
的
线性
回归
中,
为什么
标准差与变量
的
平方根成正比?
r
、
statistics
它包括一个
线性
回归
的
模拟:Make x= (1,2,…)、20)。标准差
的
“权重”向量。dummy <- data.frame(x=x, y= x + rnorm(x)*w) 创建一个由x和y两列组成
的
数据框架,并查看它。fm <- lm(y ~ x, data=dummy) 拟合一个
简单
的
线性
回归
,
浏览 0
提问于2020-01-15
得票数 0
回答已采纳
1
回答
为什么
人们使用特殊
的
XAI方法(例如SHAP、LIME)来进行可解释
的
模型,如logistic
回归
?
regression
、
artificial-intelligence
、
shap
我
完全理解
为什么
人们会使用SHAP或LIME之类
的
方法来解释黑匣子机器学习模型,比如随机森林或神经网络。然而,
我
在网上看到了很多内容,人们使用这些类型
的
即席XAI方法来解释固有的可解释模型,如
线性
支持向量机或logistic
回归
。如果
我
的
目的是解释逻辑
回归
的
预测,
那么
使用石灰而
不是
简单
地看
回归
系数有什么好处吗?当功能数量非常多时
浏览 1
提问于2022-08-10
得票数 0
1
回答
如何分析python中
的
善行(Logistic
回归
、神经网络等)?
machine-learning
、
python
、
neural-network
、
logistic-regression
在一组研究人员
的
帮助下,我们被赋予了一项任务,来衡量人们
的
行动热情(一个房间或地方对锻炼来说是多么
的
诱人--例如,健身房)。为了得到客观
的
结果,我们被要求制作一个测量装置。问题是,善行是很主观
的
,所以我们做了一些调查。例如,其中一个标准是房间/地方
的
温度。在进行调查时,我们测量了温度:然后我们测量了温度。例如,我们有这样
的
例子: 所
浏览 0
提问于2015-12-16
得票数 2
回答已采纳
1
回答
线性
回归
与logistic
回归
中误差值
的
分布
machine-learning
、
linear-regression
、
logistic-regression
、
distribution
为什么
线性
回归
中
的
误差值必须是正态分布
的
,
为什么
在logistic
回归
中不能?
浏览 0
提问于2019-04-10
得票数 0
1
回答
为什么
不用
线性
回归
来细化神经网络
的
最后一层呢?
neural-network
、
linear-regression
、
transfer-learning
、
finetuning
在转移学习中,通常只对网络
的
最后一层使用梯度下降进行再训练。然而,普通神经网络
的
最后一层只执行
线性
变换,
那么
为什么
我们使用梯度下降而
不是
线性
(或logistic)
回归
来细化最后一层呢?
浏览 0
提问于2021-04-02
得票数 1
2
回答
线性
回归
图解释
matplotlib
、
scikit-learn
、
linear-regression
我
有一个直方图显示一些数据
的
频率。
我
有两种类型
的
文件: Pdbs和Uniprots。每个Uniprot文件都与一定数量
的
Pdbs相关联。
我
对同一数据集进行了
回归
,结果如下所示。 # Fitting Simple Linear Regression to the Training setplt.xla
浏览 5
提问于2019-08-30
得票数 0
1
回答
SST=SSE+SSR是否仅在
线性
回归
的
上下文中?
regression
、
statistics
、
linear-regression
回归
的
问题是最小化平方误差之和,即\sum\limits_{i=1}^n (y_i - \hat{y}_i)^2 = 0。但是,只有在
线性
回归
中,才能使用表达式\hat{y}_i = \beta_0 + \beta_1.x_i,然后将平方误差之和降到最小。&= 0 \\ \sum\limits_{i=1}^n \hat{y}_i(y_i - \hat{y}_i) &= 0 \end{align*} 然后利用这些约束条件证明了生成SST=SSE+SSR
的
数量因此,如果假设
回归</e
浏览 0
提问于2021-05-21
得票数 2
回答已采纳
2
回答
非
线性
回归
与多项式
回归
的
区别
linear-regression
我
读过几篇关于多项式
回归
和非
线性
回归
的
文章,但是他们说两者是不同
的
概念。
我
的
意思是,当你说多项式
回归
,实际上,它意味着它
的
非
线性
权利。
那么
,
为什么
数据科学世界在这两个概念上存在差异呢?
浏览 0
提问于2019-10-10
得票数 4
回答已采纳
2
回答
如果一个数据集具有多个特性,你如何知道它是否适合
线性
回归
?
machine-learning
、
statistics
、
linear-regression
如果它有一个特性,这是很容易
的
。给它画个图。其中一个记录看上去像是(18,15)。很
简单
。但是如果我们有多个特征来增加图形
的
维数,对吗?
那么
,如果不能绘制数据集,如何可视化数据集并确定
线性
回归
是否适用呢? 顺便说一句,
我
知道有一个可以选择,
线性
回归
可能
不是
最适合一个特定
的
问题。
我
是从一个
我
正在学习这个视角,而
不是
一个什么是最好
浏览 3
提问于2015-06-02
得票数 2
回答已采纳
5
回答
如何在R中绘制
线性
回归
图?
r
、
linear-regression
我
想在R中实现以下
线性
回归
的
情况quarter<-rep(1:4,3)axis(1,labels=paste(year,quarter,sep="C"),at=1:12,las=3) fit&l
浏览 1
提问于2013-01-22
得票数 9
回答已采纳
2
回答
为什么
当我切换一个随机变量Z(X,Y)
的
X和Y时
线性
回归
是错误
的
?
python
、
random
、
regression
、
imshow
我
有一个奇怪
的
错误,
我
似乎无法理解:
浏览 7
提问于2021-01-08
得票数 3
回答已采纳
2
回答
如何检验整体意义?
statistics
、
linear-regression
我
有两个模型:一个是
简单
的
线性
回归
,另一个是多元
线性
回归
。如何解释最适合使用
的
模型是
简单
线性
回归
还是
浏览 0
提问于2015-12-06
得票数 2
1
回答
如何选择有噪声(散乱)数据
的
回归
算法?
machine-learning
、
regression
、
linear-regression
我
要用多个变量进行
回归
分析。在
我
的
数据中,
我
有n=23个特性和m= 13000个训练示例。以下是
我
的
培训数据(房屋面积与价格对比):关于这个情节有13000个训练例子。正如你所看到
的
,它是相对嘈杂
的
数据。
我
的
问题是,在
我
的
情况下,哪种
回归
算法更合适、更合理。
我
的
意思是,使用
简单
的
浏览 0
提问于2015-12-26
得票数 1
回答已采纳
1
回答
如何选择有噪声(散乱)数据
的
回归
算法?
machine-learning
、
regression
、
linear-regression
、
non-linear-regression
我
要用多个变量进行
回归
分析。在
我
的
数据中,
我
有n =23个特性和m = 13000训练示例。以下是
我
的
培训数据(房屋面积与价格对比):关于这个情节有13000个训练例子。正如你所看到
的
,它是相对嘈杂
的
数据。
我
的
问题是,在
我
的
情况下,哪种
回归
算法更合适、更合理。
我
的
意思是,使用
简单
<
浏览 3
提问于2015-12-26
得票数 1
回答已采纳
1
回答
使用apache mahout进行增量监督学习
的
用例
analytics
、
mahout
、
classification
商业案例:预测现场
的
燃料消耗。 比方说燃料消耗C,取决于各种因素x1,x2,...xn。所以从数学上讲,C= F{x1,x2,...xn}。
我
没有任何方程式来表达这个问题。
我
确实有历史数据集,从中
我
可以获得C与x1、x2
的
相关性。等C,x1,x2,..都是定量
的
。对于像我这样统计知识有限的人来说,对于n变量方程来说,找出相关性似乎很困难。因此,
我
正在考虑采用一些有监督
的
机器学习技术来实现同样
的
目的。
我
将使用历史数据训
浏览 1
提问于2013-01-25
得票数 0
回答已采纳
8
回答
线性
与非
线性
神经网络?
neural-network
、
tensorflow
我
对机器学习和神经网络很陌生。
我
知道如何建立一个非
线性
分类模型,但我目前
的
问题有一个连续
的
输出。
我
一直在寻找关于神经网络
回归
的
信息,但我所遇到
的
只是关于
线性
回归
的
信息--没有关于非
线性
情况
的
信息。这很奇怪,因为
为什么
会有人用神经网络来解决
简单
的
线性
回归
呢?这
浏览 12
提问于2016-12-20
得票数 37
回答已采纳
3
回答
为什么
多元
回归
有这么多
的
假设,而先进
的
机器学习算法几乎没有?
python
、
r
我
在分析一个房地产数据集。虽然所有的
回归
假设都失败了,但我
的
XGBoosting模型却蓬勃发展。
我
是
不是
遗漏了什么?在这种情况下,XGBoost仅仅是一个优越
的
模型吗?
浏览 2
提问于2019-07-28
得票数 0
回答已采纳
3
回答
为什么
我们不在
线性
回归
中使用曼哈顿距离而
不是
欧几里德距离呢?
machine-learning
、
linear-regression
、
distance
当我向我
的
同龄人解释
线性
回归
的
概念时,
我
被困在回答这个问题上。
为什么
在
线性
回归
中我们不使用曼哈顿距离而
不是
欧几里德距离呢?有人能给出这背后
的
直觉吗?
浏览 0
提问于2018-12-25
得票数 1
点击加载更多
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
简单的线性回归入门
理解简单线性回归的概念
机器学习-简单的线性回归算法
7种执行简单的线性回归的分析与讨论!
地铁司机为什么能停得那么准?不是只找屏蔽门那么简单…
热门
标签
更多标签
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
活动推荐
运营活动
广告
关闭
领券