我正在研究一个简单的线性回归模型来预测一系列的下一步。我给它提供了x/y坐标数据，我想让回归器预测下一个点在图中的位置。我在AdamOptmizer中使用密集层，并将损失函数设置为： tf.reduce_mean(tf.square(layer_out - y)) 我正在尝试从头开始创建线性回归模型(这里我不想使用TF估计器包我已经看到了通过手动指定权重和偏差来实现这一点的方法，但没有一种方法涉及深度回归。
浏览 15提问于2019-01-09得票数 0
回答已采纳
1回答
我使用线性回归来建立ML模型，但遇到了问题。这是我的结果值Model1测试均方误差：72018955075415565139968.00测试分数：-236446352571492139008.00我使用的是tensorflow 1.13.1和python 3.7
浏览 5提问于2019-10-16得票数 1
我目前正在使用tensorflow，但似乎无法控制它是否对我的问题有用吗？我目前
浏览 0提问于2016-10-13得票数 4
回答已采纳
2回答
假设我在一个特定的训练集上训练了一个多元线性回归模型，并且模型参数\theta=[\theta_1,\theta_2,\ldots, \theta_n]是通过最小化一个成本函数来确定的，比如均方误差。现在，如果出于某种原因，我决定将错误函数的选择从MSE改为MAE (平均绝对误差)，这会改变我的模型参数\theta还是保持不变？
浏览 0提问于2018-11-26得票数 0
回答已采纳
1回答
学习神经网络我已经写了我自己的类。y_pred.append(float(net2.forward_prop(train[i][0])))
plt.grid() 这就是我得到的。我已经尝试在MNIST数据集的帮助下在数字识别中实现了这个网络。在那里，一切都正常。但是我不能得到比70%更好的准确率，但这不是问题。但在这里我不知道出了什么问题。激活函数是tanh()。
浏览 19提问于2020-09-10得票数 0
2回答
回归模型的不确定性估计
、、、、
给出一个具有n个特征的回归模型，如何度量模型对每个预测的不确定性或可信度？假设对于一个特定的预测，它的准确性是惊人的，但另一方面，它不是。我想找一个度量，让我决定，对于每一帧，我是否愿意“听”模型。
浏览 0提问于2022-01-01得票数 2
1回答
我有应变温度数据，我读过的那篇文章我已经得到以下结果与交叉验证是阴性的。我的问题是交叉验证的结果有意义吗？我的代码如下def pca_analysis(温度，应变)：import numpy as np
import matplotlib.pyplotplt.xlabel('Measured $^{\circ}$Strain
浏览 1提问于2018-09-13得票数 2
回答已采纳
我是CNN和Tensorflow的初学者。我正在尝试使用自己的数据在tensorflow中实现卷积神经网络进行预测，但我遇到了一些问题。我将Deep MNIST for Experts教程转换为这个。专家的深度MNIST是分类，但我试图做回归。另一个问题是，这段代码为我提供了每个步骤的accuracy=1。错误的原因是什么？如何将此代码转换为回归？bias_variable(shape):
initial = tf.constan
浏览 1提问于2016-12-05得票数 0
1回答
如何检验线性回归模型中的预测值是否与实际值相匹配？regressor.predict(iv_test)It结果- LR 7837176694.18的精度这是不正确的。下面是我的样本数据集-
longitude latitude housing_median_age total_rooms total_bedrooms populatio
浏览 0提问于2018-07-27得票数 3
1回答
我目前正在构建一个使用Keras的神经网络来执行回归。对于我的度量标准，我应该使用“准确性”还是“R2”？
浏览 0提问于2018-08-26得票数 2
回答已采纳
在这组数据中，包含了两种不同的特性：这些用户的视频观看记录，每个记录都与下载比率和一些详细的网络条件指标相关，比如下载速度、RTT等等。在internet流的情况下，一个视频被分成几个块，然后一个一个地下载到终端设备上，所以我们有下载比率=下载字节/文件大小(以字节为单位)。
现在，考虑到这个数据集，我想预测每个视频的下载率。由于这是一个回归问题，所以我使用梯度提升回归树作为模型，并
浏览 0提问于2015-01-19得票数 1
回答已采纳
我是tensorflow的新手，我正试图实现一个简单的前馈网络，用于回归，只是为了学习目的。完整的可执行代码如下。
我请求帮助检查我是否在代码中做错了什么。我仔细地检查了矩阵维度，这样应该是好的，但是我可能误解了一些东西，
浏览 0提问于2018-04-14得票数 2
回答已采纳
6回答
在最小二乘模型中，成本函数被定义为预测值与实际值之差的平方，作为输入的函数。当我们进行逻辑回归时，我们将成本函数更改为对数函数，而不是将其定义为sigmoid函数(输出值)与实际输出之间的差值的平方。
是否可以更改和定义我们自己的成本函数来确定参数？
浏览 2提问于2012-08-28得票数 22
回答已采纳
1回答
MinMax缩放目标
、、、
我应用线性回归的一些特征，预测目标的交叉验证10倍。然后特征标准化。我的问题是，我们是否必须在数据预处理方面处理目标，就像对待特征一样？以上哪个值是正确的？因为mse在没有缩放目标的情况下退出得更大。
浏览 4提问于2020-02-07得票数 0
回答已采纳
我有一个回归任务:y= f(x)，所以，我想给y中的非零值更大的权重；
E是权重参数，它能工作吗？如何在<
浏览 0提问于2019-01-24得票数 0
1回答
线性回归中的去归一化
、、、
我已经在7个自变量和1个目标的数据集上实现了一个线性回归模型，使用以下2种方法
1)不对数据进行归一化处理，平均误差为36530921.0123，R2值为0.7477。2)对数据进行归一化处理，得到的均方误差为5.468490570335696e-10，R2值为0.92750882996584。但是在这种情况下，即使是Target变量也是规范化的。这是在第一种情况下增加新特性或考虑第二种情况的较好方
浏览 0提问于2018-04-24得票数 0
回答已采纳
1回答
在神经NEtwork多层感知器中，我理解随机梯度下降与梯度下降的主要区别在于训练时选择了多少样本。我的问题是:当渐变下降(甚至是小批量渐变下降)是选择的方法时，我们如何表示来自一个前进传球的错误？假设我的网络只有一个输出神经元，那么误差是由每个样本中所有单个错误的平均值还是全部误差之和来表示的呢？对我来说，这听起来像是一种依赖于实现的方式，但我想知道是否有这样一种传统的方式。
浏览 0提问于2017-12-09得票数 6
1回答
我玩线性回归在蓝色机器学习和评价一个模型。
相对绝对误差：一个百分比值，显示相对误差和绝对误差之间<e
浏览 3提问于2017-04-07得票数 0
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
