2回答
我试图用python对波士顿的住房数据运行岭回归，但我有以下问题，我在任何地方都找不到答案，所以我决定在这里发布它： 是否建议在拟合模型之前进行缩放？因为当我缩放和不缩放时，我得到相同的分数。另外，就选择最佳阿尔法而言，阿尔法/科夫图的解释是什么？('tight')
plt.show() Alpha/coefficient graph for
浏览 25提问于2019-01-08得票数 3
回答已采纳
1回答
我使用线性回归工具和岭正则化。要使用岭正则化，我必须首先缩放数据。橙色自动缩放数据吗？我找不到任何有关这方面的信息，在Orange的文件中提到的岭正规化。在python的scikit-learn中，在使用Ridge回归之前，我必须手动缩放数据。在MATLAB中，岭函数的缩放包括。那么，在使用橙色的</e
浏览 0提问于2018-10-01得票数 2
回答已采纳
1回答
回归模型中的变量选择
、、、、
我建立了价格预测数据模型，使用多元线性回归，岭，拉索和弹性网络回归，最初我有215个变量。在创建模型之后，我运行了python代码来检查最终模型中使用了多少变量，这是python代码，用于检测岭回归中变量的数量，
print("Ridge Regression Selected " + str= 0)) + " Variables and Neglected " + str(sum(coef_
浏览 0提问于2020-01-25得票数 0
2回答
我试图将岭回归应用于一个电信数据，其中因变量，搅动是一个范畴变量，30个中只有3个连续的预测变量，其中存在多共线性。我能用岭回归法吗？
浏览 19提问于2021-12-11得票数 0
岭回归与OLS回归有很小的不同。从数学上讲，OLS回归使用了以下公式其中岭回归使用公式我想使用岭回归来避免多重性，但是得到了非常奇怪的结果，这些结果远比使用regress()更糟糕。在matlab中，要调用函数岭，必须输入一个X、一个Y和一个k的值。理论上，如果k设置为零，这些方程应该是相同的；但是当两者
浏览 2提问于2016-06-20得票数 2
回答已采纳
两个问题：更具体地说，我试图运行一个逻辑回归，但应用岭惩罚(不确定这是否有意义)的模型.问题：
选择一个岭回归分类器是否就足够了？还是我需要选择逻辑回归分类器并在其后面加上一些脊惩罚的参数(即LogisticRegression(ap
浏览 8提问于2022-06-04得票数 1
1回答
我真的被困在这个问题上了，希望有人能帮我！我有一个有54列的数据集，我想用岭回归在测试集上进行预测。UseMethod("predict") : 用岭回归(也可以用rsquared和MAE等评估指标)进行预测的另一种方法是什么？
浏览 2提问于2016-06-18得票数 3
回答已采纳
1回答
我使用python与sklearn和statsmodel一起创建回归模型。这是我第一次使用岭回归。然而，我不明白这些结果意味着什么。例如。当我打印print reg.coef_print reg.intercept_
[ -5.27579034e1.00000000e+00 4.11548523e-02 6.98464464e-01 3.88878487e-01
浏览 0提问于2017-05-09得票数 2
回答已采纳
1回答
我使用岭回归(ridgeCV)。我检查过了，但岭上没有名为摘要的对象。 我找不到任何讨论python的页面(找到一个关于R的页面)。
浏览 89提问于2019-01-23得票数 5
回答已采纳
有人知道贝叶斯岭回归和ARDR之间的区别吗？更准确地说，在sklearn的这两个函数之间：linear_model.ARDRegression()
当我回顾背后的理论时，两者都使用了λ和权重，ARDRegression的定义是:使用贝叶斯岭回归拟合回归模型。但我仍然不明白有什么不同，因为两个模型都使用权重和λ来确定<e
浏览 18提问于2020-05-18得票数 3
2回答
如何在SAS中使用岭回归优化Logistic回归？根据注释和，这应该已经在SAS中使用PROC HPGENSELECT实现了。但是怎么做呢？
我是SAS的新手，来自R的世界。
浏览 2提问于2017-03-22得票数 1
我有一个关于岭回归的问题，以及当数据集很大时它的好处(相对于OLS)。当数据集较大时(例如50,000 vs 1000)，脊线回归的好处是否消失了？当数据集足够大时，常规的OLS模型难道不能确定哪些参数更重要，从而减少对惩罚项的需求吗？当数据集较小且存在高方差的空间时，岭回归是有意义的，但对于大型数据集，我们是否期望它的预期好处
浏览 0提问于2020-12-04得票数 1
回答已采纳
最近我把我的代码从R复制到Python，我确实需要一些关于代码的帮助。据我所知，sklearn中的逻辑回归仅包括l1或l2正则化项，分别代表套索回归和岭回归。然而，同时实现l1和l2正则化项，即ElasticNet可能要好得多。在R的情况下，有一个值得注意的包glmnet，它可以完美地部署上述思想，而python中的glmnet
浏览 23提问于2019-04-21得票数 0
我想使用通用交叉验证来计算岭回归的最佳岭参数。Golub等人(1979)得出的公式是其中e_1(k)....e_n(k)是对给定k应用岭回归的残差。和h_ii(k)是H(k)的数字元素。
我有岭回归公式，所以我可以很容易地计算分子
浏览 3提问于2013-11-11得票数 0
我是Python的新手，我想要拟合一个岭二项回归。我知道二项式回归可以在以下网址获得：(size_i，success_i)
转换成长度为size_i的向量，记录su
浏览 0提问于2016-04-06得票数 0
1回答
你能告诉我如何使用Elastic-Net，Lasso和岭回归吗？实际上，我选择了线性，弹性网，拉索和岭回归这4种算法，根据机器学习的小计。然而，我不知道如何导入Elastic，Lasso和Ridge回归，在Pyspark，不能谷歌正确的答案。我只知道在Pyspark中使用线性回归。
浏览 1提问于2020-06-01得票数 1
1回答
我对matlab中的岭回归有这个疑问。他们在上提到过，岭回归实际上是指中心，并使预测因子的std值等于1。然而，我可以看出，它不是。让我的x 1 3 5 1 12 5013它不对xs进行任何归一化，使其为0均值和单位方差我的意思是脊线应该对数据进行归一化，即x到0，均值和</e
浏览 2提问于2013-08-23得票数 3
我试图实现我自己的岭回归算法，并尝试实现在回归的MATLAB教程中找到的相似系数。X) % Removes NaN data
-0.0102 0.0000
在上面，你可以看到第一个系数约为60，其余的系数非常接近于我试图达到类似的结果，使用岭回归与完全相同的数据集“小”提供的MATLAB。下面是我编写的</e
浏览 0提问于2021-12-01得票数 0
我正在为我的回归模型试验不同的损失函数。我注意到在滑雪板上有：对我来说，两者都使用L1和L2损失的组合。
浏览 0提问于2019-09-18得票数 0
我已经读了一些关于这方面的问答，但我仍然不确定我是否理解，为什么基于相同样本和相同超参数的glmnet和脱字符模型的系数略有不同。会非常感谢你的解释！我正在使用插入符号训练一个岭回归：Hitters = na.omit(Hitters)
x = model.matrix(Salary ~ ., Hitters)[, -1(和alpha)来训练整个数据集的岭</e
浏览 7提问于2018-02-07得票数 0
回答已采纳
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
腾讯云开发者
