1回答
多项式回归失败
、、
我正在尝试从头开始实现我自己的多项式回归模型，以下是我到目前为止所写的：
def __init__(self,大多数关于多项式回归的在线教程和文章都集中在使用sklearn或其他软件包上，所以我还没有找到解决方案。你能帮我检查一下这个问题吗？
浏览 3提问于2019-07-01得票数 2
1回答
学习曲线的平滑性有什么定量的衡量标准吗？我在文章中很少看到，作者只是重叠了两条曲线，以表明一条曲线比另一条曲线平滑，但很明显，将它们与某种程度的平滑性进行比较会更容易。
\AvgVar_n = \frac{1}{n}\sum_{
浏览 0提问于2021-06-24得票数 1
我在想，如果我能像弱学习者一样在梯度提升中使用多项式回归，但我读到决策树是用来做这个的，我找不到其他弱学习者可以使用的可能性的东西。
浏览 0提问于2020-05-26得票数 2
1回答
例如，当我进行三次回归(3度)时，我得到了以下图：我不知道如何确切地解释这些结果:也许这意味着我有一个相对误差最大的3点到15点之间的导数，小于5到15点之间，类似于7点到15点之间。然后，如果我想做一个10度的多项式回归，我得到以下的图：正如您所看到的，这与上面的三次回归完全不同。，所以我不知道多项式回归取哪个度，我的意思是哪个度与得到有效的物理结果相关: 3，4，6，或者10。如果我取的度太大，结果是无效的，因为我有狄拉克峰和直线。，我指的是从相对误差
浏览 3提问于2019-11-21得票数 3
回答已采纳
我想使用多项式回归，在不到数百个集合上使用数千(6到25)个数据点。当我将其与原始数据进行比较时，35次的多项式回归给了我一个相当好的结果。将学位提高到35度有什么问题吗？
浏览 0提问于2018-04-06得票数 0
1回答
二线曲线拟合的次二次算法
、、、
一种蛮力方法是为曲线的每个点找到“左”和“右”的直线，并选择误差最小的对。我可以在迭代曲线上的点时，递增地计算两个线性拟合，但我找不到一种方法来增量计算误差。因此，这种方法会产生二次复杂度。问题是，是否有一种算法能够提供次二次复杂度？
第二个问题是，这种算法是否有一个方便的C++库？有这样一个适合误差的公式，就能最好地解决这个问题。
浏览 4提问于2020-06-19得票数 6
回答已采纳
1回答
Numpy的polyfit：https://docs.scipy.org/doc/numpy-1.15.0/reference/generated/numpy.polyfit.html来计算一系列阶/度的多项式回归拟合程度越高，误差就越小，但最终会像上图一样趋于平稳。因此，如果我想自动计算误差曲线弯头处的多项式次数:如果我的误差是E，d是我的次数，我想最大化(Ed+1-Ed) - (Ed+1 - Ed)。
浏览 25提问于2019-01-07得票数 3
1回答
用多变量描述多项式回归是否是一个很好的回答方法？形式化我们有一个有m个样本的数据集D。我可以定义误差函数J(θ)，并借助梯度下降算法找到误差函数最小化的参数。
这是否是解决问题的一种迭代方法？
浏览 1提问于2018-05-14得票数 1
回答已采纳
1回答
多项式回归中的过拟合，比较训练集的均方误差和验证集的均方误差。
我不太理解这张图。在训练模型以学习参数时，我们必须设置λ=0，因为已经选择了λ的值并继续进行培训是没有意义的。
浏览 3提问于2021-12-25得票数 1
回答已采纳
我试图创建一个函数，用均方根误差为我的多项式回归模型找到最佳的n度，所以我不必一次又一次地手工拟合模型，然后绘制结果，但是我得到'x和y必须有相同的第一维，但是当我试图创建这个图时，有形状(10，1)和
浏览 1提问于2020-10-23得票数 0
回答已采纳
1回答
R中黄土的标准误差
、、、
我试图找到一个参考资料，解释如何计算局部多项式回归的标准误差？具体地说，在R中，可以使用loess函数来获取模型对象，然后使用预测函数来检索标准误差。有没有对实际发生的事情的引用？我尝试查看源代码，但标准误差计算调用了一个C函数。
浏览 1提问于2012-10-03得票数 5
回答已采纳
1回答
我需要对时态数据进行检查，并报告趋势的增减，这些数据是静态阈值不起作用的信号形式，我曾尝试过多重拟合的斜率计算，但没有给出正确的估计。
浏览 0提问于2019-06-02得票数 1
回答已采纳
我知道这种解释是用R平方的，但我必须用均方根误差来解释。 例如:对于训练集，我有2度32.5，3度29.2，4度27.5的均方根误差。另一方面，对于验证集I，2度34.2，3度32.3，4度35.8的均方根误差。我对它有一些解释，我想4级是过度拟合，但我不能解释2级和3级的任何东西。
浏览 71提问于2020-06-23得票数 1
1回答
多项式回归的分批梯度下降
、、、
我创建了一个简单的八度测试脚本，它允许我在二维空间中可视化地设置点，然后启动梯度dsecent算法，看看它是如何逐渐接近最佳匹配的。我用法线方程检查了绘图函数(当然，这是正确的，虽然我相信误差在θ方程的某个地方，但我不知道它是什么。)
浏览 1提问于2014-07-10得票数 3
2回答
回归模型点估计
、、、
我想根据参数的值列表来检索二阶多项式回归线的值。以下是模型： fit <- lm(y ~ poly(age, 2) + height + age*height) 我想使用年龄值列表，并检索回归线上的值，以及标准偏差和标准误差。
浏览 24提问于2019-03-20得票数 5
回答已采纳
1回答
我有一个9度的imu，它可以给我以度为单位的欧拉角。我可以将这些角度误差连接到伺服输出吗？与1度误差一样，伺服应该旋转1度，或者我必须使用某种形式的pid控制？我曾经用pid控制过普通的直流电机，这样误差越大，电机就应该旋转得越快以进行补偿。但这不是我可以调整伺服旋转的速度。我认为，当角度误差在很小的时间内变得非常高时，就会出现问题，因为伺服系统需要更多的时间才能到达所需的位置，而不是在误差非常小时。
浏览 16提问于2017-03-15得票数 0
回答已采纳
2回答
我想要平滑一条曲线，但我不知道该采用什么方法，模式存储在一个向量中。 { double x, y; { this->y=0; Point2D(double x, double y) this->x = x; }
浏览 0提问于2012-10-19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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
