1回答
在Kaggle上通过一个关于回归的内核时，提到了数据应该看起来像正态分布。但是我不明白为什么？我知道这个问题可能很基本，但请帮助我理解这个概念。 提前感谢！！
浏览 29提问于2019-06-27得票数 1
回答已采纳
1回答
我正在尝试测试一个用OLS方法建立的线性回归模型，用于协整/模型错误描述/平稳。如果自变量和因变量都是平稳的，则满足线性回归模型(OLS假设)。然而，如果因变量和至少一个自变量都是非平稳的，则需要检验残差的平稳性。如果残差是平稳的，则模型是协整的.对于所有其他的平稳性结果，这些模型被</
浏览 0提问于2019-07-22得票数 0
回答已采纳
1回答
我已经看到，在机器学习中，术语“功能”和“标签”被用来指我认为是“自变量”和“因变量”(来自的更多同义词)。我想知道这些术语是否等价，是否可以互换使用。这些术语的历史背景尤其值得欢迎。
浏览 3提问于2017-11-24得票数 0
3回答
我试图理解朴素贝叶斯和Logistic回归所需假设的差异。如果我错了，请纠正我，朴素回归和逻辑回归之间还有其他假设/区别吗？
浏览 2提问于2019-12-02得票数 0
*嗨，
有人能指出-普通最小二乘和R平方(决定系数)之间的区别吗？它们似乎与我非常相似，它们都在计算估计值和实际值之间的差额，然后进行求和，然后将它们平方。也许我弄错了。有什么建议吗?*
浏览 6提问于2019-11-20得票数 1
回答已采纳
神经网络的隐层位于输入层和输出层之间，接收输入数据，并应用函数从每个节点生成数据，然后按下一层进行加权。例如，我看到它解释的方式是预测图像是否是总线，节点了解是否有车轮、轮胎等，或者预测一个人是否喜欢文档，隐藏层节点映射到主题是否是运动、历史等等。然而，隐藏层节点应用的“函数”，它们到底映射到什么，即因变量是什么？模型是输入的输出变量吗？例如，如果我试图预测给出的图像是否是狗或猫的图像，那么隐藏层是否将输入数据映射到输出变量(狗或猫)？隐藏层究竟如何学
浏览 0提问于2019-05-19得票数 2
我在一个相当大的数据集上运行一个回归模型，得到了一个相当糟糕的$R^2$评分为0.2(参见下面的图)，尽管该模型看起来像是指向正确的方向。我的问题是，当你有超过一百万个数据点时，你能现实地期望$R^2$在真实世界的数据中有相当大的噪音吗？
对这些传统措施的怀疑促使了诸如这这样的文章，这些文章讨论了数据的数量如何降低统计测试的质量。让我知道你的想法和任何使用$R^2$评分作为质量标准
浏览 0提问于2018-02-20得票数 3
回答已采纳
在已知公式的基础上，对生产过程中的多项式模型进行验证。我的意思是在SAS中如何检查模型参数是正确的(与0显著不同)，基于p值(t学生)。模型具有示例性。我只有两个变量Y和X。Y -它是因变量x1=1/Xx3=1/x^^3 y=0,00519+2,1873*x1+(-3,63807*x2)+2,06002*x3
最重要的
浏览 0提问于2018-10-05得票数 0
1回答
我这里有一个数据集：我想进行线性和多元回归，MoralRelationship和SkeletalP都是因变量，而其他变量是独立的。我尝试了所有我知道的各种转换方法，但是它没有从我的diagnostic图中产生任何有意义的结果。然后尝试normalize的变量，因为有相关性和线性。我取了square term，log，Sqrt的所有independent变量也，log，1/x，但没有更好的</e
浏览 6提问于2022-02-18得票数 0
2回答
改进线性回归模型的技巧
、、、
我刚刚在包含7个自变量和1个目标变量的数据集上运行了一个线性回归模型。下面是R平方和MSE值。训练集的均方误差: 36530921.0123有人能给我一些建议来提高这个型号的效率吗？
编辑:我刚刚实现了同样的问题，使用线性回归和归一化的特性。我得到了以下输出:训练集的均方误差: 5.468490570335696e-10训练集的R2值: 0.
浏览 0提问于2018-04-18得票数 3
回答已采纳
我想把一个自变量的缺失值假设为变量X1，其他自变量与X1的相关性很弱。然而，因变量与X1有很强的相关性。我希望使用的缺失值估算器，如KNN回归或ExtraTreesRegressor (类似于R中的错误林)。
除了自变量外，我还可以使用因变量来计算X1的值吗？这会在我的模型中带来太多的差异吗？，如果不建议这样做，那么应该如何对待X1，删除X1不
浏览 0提问于2019-08-19得票数 0
回答已采纳
我正在研究哈德利·韦翰的“数据科学R”，在那里他使用~var进行ggplot调用。
我理解y ~ a + bx，其中~描述了因变量和自变量之间的公式/关系，但是~var是什么意思？更重要的是，为什么你不能把变量本身放进去呢？
浏览 2提问于2018-08-17得票数 10
2回答
有4个自变量和1个因变量。我发现这些变量之间的相关系数如下：我使用了线性回归模型，下面是该模型的总结：现在，基于线性回归模型中预测变量的系数，我被要求找到显着的预测因子(s)。基于相关值，我认为X4将是一个重要的预测因素，但它的回归系数表明了一个完全不同的情况。(x4在lm摘要输出中的系数值最小)。你能帮
浏览 0提问于2020-02-23得票数 2
1回答
噪声平均值为0
、、
为什么我们假设数据集中的错误(表示为随机错误项)意味着0？
在我看来，我们在日常生活中学习的每一件事都有一个0平均数的错误.
浏览 0提问于2018-06-25得票数 2
回答已采纳
3回答
线性回归模型
、、
我是机器学习的新手，我想学的第一个概念是线性回归。我读过，要应用线性回归，我需要使用线性模型。从这个假设出发，我知道这是一个简单的线性回归模型：线性回归的定义是，因变量y应该是参数w的线性组合(但对于自变量x则不一定相同)。所以我们可以说，这也是一个线性回归模型：在这种情况下，我应该说这是一个线性回归模型，因为对于定义来说，w0、w1和w2在表达式中仍然
浏览 0提问于2018-06-26得票数 2
2回答
目标是一个具有三个不同值的分类变量。自变量是我读到0或接近于0的值意味着这两个变量之间的关系，但我不确定这一点？
什么意思f_val足够接近0，可以说这两个变量是相关的？
浏览 0提问于2019-11-09得票数 3
回答已采纳
我的数据集中有两列。Y是因变量，具有三个级别(无序级别A、B和C)，x是数值自变量。下面的示例说明了这种情况，但我的实际数据集更大，有1000多行。6.45 | B || 7.26 | C || 6.25 | C || 7.17 | C |
+------+---+ 我的零假设是，y列中A、B和C的比例与x值无关。也就是说，与任何给定的</em
浏览 11提问于2020-11-20得票数 0
回答已采纳
我有一个电真皮活性读数的数据集，自然地，受被调查人的行动影响。然而，在同一数据集中，我也有可以用来“控制”数据的加速度计数据。这意味着，我希望，在看EDA读数时，我能以某种方式考虑到人的加速度计读数，并对其进行过滤/根据加速度计值中明显的姿态变化进行校正。📷
第二个图显示的是x、y和z方向的加速度计读数，显示
浏览 0提问于2020-10-04得票数 1
回答已采纳
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
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
