我写了一个多元多项式回归的代码，我使用了sklearn的多项式特征和变换函数。是否有可能进行多元对数回归？sklearn是否有某种对数变换，就像它对多项式特征一样？如何用python编写多元对数回归？这是我的多变量多项式特征的代码： import numpy as npimport ma
浏览 11提问于2019-03-02得票数 2
背景
js-regression ()：我使用了这个包中的逻辑回归示例，但是它似乎更倾向于训练模型，然后对数据进行分类。machinelearn ()：我在他们的文档中看到了逻辑回归的例子，但是我没有能够让它开始工作。我还怀疑这个包更倾向于训练模型，然后对数
浏览 3提问于2020-12-16得票数 0
回答已采纳
2回答
我正在使用Python2.7和Scikit-学习使用多元线性回归来拟合数据集，其中不同的项相乘在一起，而不是像sklearn.linear_models.Ridge中那样相加。我们能让Python和Sklearn拟合和预测这样的乘法/享乐回归模型吗？
浏览 0提问于2013-05-05得票数 3
让我们考虑一个多元回归问题(2个响应变量:纬度和经度)。目前，一些机器学习模型的实现，如支持向量回归sklearn.svm.SVR，目前并不提供对多元回归的天真支持。因此，可以使用sklearn.multioutput.MultiOutputRegressor。示例：svr_multi = MultiOutpu
浏览 0提问于2017-04-21得票数 26
2回答
我们有一个n个变量的数据集(配置文件属性)，并希望通过一个模型提供数据，并将其分类为M桶(功能上表示要执行的某些操作)。哪一种MLmodel/算法最适合于此。有人能给我指点密码吗。
浏览 0提问于2018-08-22得票数 0
我试图使用统计模型和sklearn进行多元线性回归，同时控制社会经济地位(年龄，性别，种族)等协变量。我已经在SPSS中做到了这一点，这是相当简单的，因为我可以只点击我想控制的变量，但我必须切换到python，并且不知道是否有任何函数允许我这样做？非常感谢！
浏览 68提问于2019-09-08得票数 0
2回答
我在寻找一种用for循环编写这个的更短的方法。ie: I是1到22，我的数据将在多元回归中添加列1到22：为了澄清，x1、x2和x3都是列名--它们是x2(不是x平方)，我试图对数据集中的最后22列进行多元回归。(
paste(" ~ (", paste0
浏览 4提问于2017-07-30得票数 0
2回答
最近我开始学习sklearn，numpy和pandas，我做了一个多元线性回归函数。我想知道，有没有可能进行多元多项式回归？这是我的多元多项式回归代码，它显示了这个错误： in check_consistent_length " samples: %r" % [int(l) for l in lengths])import pandas as pd
浏览 42提问于2019-02-27得票数 9
回答已采纳
当前的sklearn LogisticRegression支持多项式设置，但仅允许l2正则化，因为解算器l-bfgs-b和牛顿-cg仅支持该正则化。如果我使用具有对数损失和l1惩罚的sklearn的SGDClassifier，这是否与通过随机梯度下降最小化l1正则化的多项式logistic回归相同？如果没有，有没有开源的python包支持多项逻辑回归的l1正则化损失？
浏览 3提问于2015-08-04得票数 3
这在统计数据交换上可能和这里一样有效(可能是我不确定的统计数据或python。 import numpy as npregr = LinearRegression()
Model = regr.fit(np.array(
浏览 2提问于2019-08-02得票数 1
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包似乎只支持Linux系统，而不是我电脑上的windows10(请参考this)。另外，如果该包能够可视化结果(如</
浏览 23提问于2019-04-21得票数 0
1回答
具有两个特征的线性回归可以用以下方程描述：对系数a1和a2进行多元线性回归拟合。考虑以下代码：import numpy as npfrom sklearn import linear_modelround(2)
Por 244.47
Perm
浏览 2提问于2019-11-13得票数 1
回答已采纳
摘要:我将数据归一化为线性回归模型，并希望将归一化恢复到原始值：Y_Pred_denorm=(mapminmax('reverse','Y_pred',params.Y))';from sklearn.preprocessing import MinMaxScaler
scaler = MinMaxScaler(feature_
浏览 2提问于2018-03-07得票数 0
3回答
我有一个事件“是否出售的项目将被退回”，我可以预测以一定的概率基础上收集的信息，在购买时(产品特征，客户信息，时间和地点等)。
浏览 0提问于2016-11-14得票数 4
我用Python的Scikit-learn库编写了一个简单的线性回归和决策树分类器代码来预测结果。效果很好。或者我可以这样问，是否有分类、回归或其他类型的算法(决策树、支持向量机、KNN、Logistic回归、线性回归、多项式回归……)可以根据一个(或多个)参数/s预测多个结果？如果数据具有单个特性，则使用array.reshape(-1，1)或array.reshape(1，-1)对数据进行整形。这是我为回归</e
浏览 0提问于2019-06-08得票数 10
回答已采纳
2回答
是否有人成功地加快了使用numba和jit编译的学习模型。我正在研究的具体模型是回归模型，如Logistic回归。我可以使用numba来优化我使用sklearn模型编写的函数，但是模型函数本身并不受此影响，也没有被优化，因此没有提供显著的速度增长。有没有优化学习功能的方法？
任何有关这方面的信息将不胜感激。
浏览 8提问于2015-07-15得票数 11
回答已采纳
我有使用和的代码。在代码中保持其他一切不变，使用多进程池运行代码会在逻辑回归路径中启动数百个线程，因此完全阻碍了36个处理器的性能- htop屏幕截图：
森林(如预期的那样，一个处理器保持空闲)：逻辑(所有处理器均为100%)：那么逻辑回归是否会产生后台线程(是)，如果是，有什么方法可以防止这种情况发生吗？$ python3.6[GCC 8.2.0] on
浏览 1提问于2018-12-13得票数 2
1回答
多元线性回归输入拟合
、、、
我正在从事机器学习项目，我正在python中做一个多元线性回归模型，下面是我的代码。import matplotlib.pyplot as pltimport pandas as pdreg = LinearRegression()我的train.csv文件包含3列Col1，Col2，因此x将包含输入"Col1“和
浏览 1提问于2015-04-24得票数 0
回答已采纳
我一直在尝试使用sklearn对一些虚拟数据执行简单的多元线性回归。File "C:\Users\Vivian Imbriotis\AppData\Local\Programs\Python\Python37\lib\site-packages\sklearn\linear_model_
File "C:\Users\Vivian Imbriotis\AppData\Local\Programs\Python\Python37\
浏览 32提问于2019-12-06得票数 1
回答已采纳
它看起来很简单，但我不知道如何用R编写它。我有一个大约有100个变量的数据帧(df)，我想在我的第一个变量(Y)和变量25到60之间进行多元回归。
浏览 0提问于2015-02-15得票数 2
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
