1回答
如何确定线性回归的目标变量
、、、、
我想对一个维度为96x100的数据集执行回归分析。列表示天数(100)的值，而自变量是时间。当我的目标变量是多列时，如何执行线性回归？
浏览 19提问于2019-05-23得票数 0
回答已采纳
2回答
橙色包含许多回归小部件，但它们似乎都是单变量，即与一个因变量相关的一个自变量。当我有更多可能影响因变量的自变量时，如何在橙色中处理这个问题？
浏览 0提问于2018-07-23得票数 1
1回答
我现在正在构建一个线性回归模型。有32个自变量。G3是目标变量。
首先，利用所有自变量建立线性回归模型。这是我得到的结果的一部分：
如您所见，G1和G2都是重要的自变量。但它们之间的相关性是0.8521181。因此，我认为线性回归模型中存在多重共线性。我现在要找出最好的线性
浏览 4提问于2018-03-25得票数 0
假设一个数据集有五个预测变量和一个目标变量，通过散点图，我观察到三个预测变量与目标变量具有线性关系，另外两个预测变量具有非线性关系。如何建立广义线性回归模型，从而解释这两个变量的非线性以及其他三个变量之间的线性关系？
浏览 0提问于2020-04-23得票数 1
一般来说，我应该如何处理这个问题呢？
在我收集的数据中，有623项观察，包括一个连续因变量和13个自变量(连续、分类和序数)，它们是根据研究经验和文献综述定义的。我考虑做几个回归分析来预测因变量，并研究其上的影响因素(如果它们是正的、负的，以及它们的大小)。我尝试过多元线性回归，包括对自变量的不同变换。另一方面，我不确定
浏览 0提问于2015-09-19得票数 1
回答已采纳
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: 5.468490570335
浏览 0提问于2018-04-18得票数 3
回答已采纳
该数据具有一些连续属性，并且目标也是连续的。我使用线性回归和随机森林进行分析。 我想知道的是，我如何确定我的目标连续变量是否依赖于我正在考虑的连续特征。 MSE值有助于比较不同模型的结果。但我的目标和特征是否有任何关系...我该如何学习呢？
浏览 20提问于2021-10-28得票数 0
回答已采纳
1回答
人们应该如何决定使用线性回归模型还是非线性回归模型？对于简单的x和y数据集，我可以很容易地通过绘制散点图来决定应该使用哪种回归模型。
在x1，x2，.，xn和y等多变量的情况下.我如何决定必须使用哪一种回归模型？也就是说，如何决定采用简单的线性模型或非线性模型，如二次型、
浏览 4提问于2015-02-06得票数 3
如何为具有80个数据点和回归模型的9个特性的数据集选择体系结构？任何建议和建议都是有帮助的。
浏览 0提问于2022-11-24得票数 0
我有一个目标变量和数百个预测变量。我试图一次对一个预测变量运行线性回归，然后创建一个数据，使用for循环保存所有单变量线性回归结果(即变量名，p_value)。下面是我在python中的回归代码(X_data有所有的预测变量，y_data有目标变量：for column
浏览 2提问于2021-10-06得票数 1
回答已采纳
虽然所有的回归假设都失败了，但我的XGBoosting模型却蓬勃发展。我是不是遗漏了什么？在这种情况下，XGBoost仅仅是一个优越的模型吗？数据集约有67.000个观测值和30个变量。
浏览 2提问于2019-07-28得票数 0
回答已采纳
我试图估计一个带有arima误差的线性回归，但我的回归变量是高度共线性的，因此回归模型受到多重共线性的影响。由于我的最终目标是能够将单个回归系数解释为弹性，并将它们用于事前预测，因此我需要以某种方式解决多重共线性，以便能够信任回归变量的系数。我知道转换回归<
浏览 38提问于2019-06-17得票数 1
Azure ML如何在训练线性回归模型期间处理分类列？线性回归模型采用连续值。然而，即使我没有更改这些分类列中的任何内容，Azure ML也没有错误地训练线性和逻辑回归。所以我想知道Azure ML是如何在幕后处理分类列的。谢谢!
浏览 1提问于2015-10-31得票数 1
正如您所知道的，使用选项CORRB，您可以让SAS中的逻辑回归或线性回归输出估计矩阵的相关性。有趣的是，我不确定如何阅读这个矩阵。我有两个变量，它们显然是强正相关的。从PROC CORR可以看出，这两个变量的皮尔逊相关系数是0.7+。但是来自逻辑回归和线性回归的估计矩阵给了我-0.7。相关性<
浏览 0提问于2011-05-30得票数 1
回答已采纳
我的理解是：
在回归树中:每片叶子的目标值计算为训练期间到达该叶的实例的目标值的平均值。在模型树中:每个叶的值是一个线性函数，它使用特征的子集，通过对在训练期间到达该叶的实例执行线性回归来确定。是科学工具中的tree.DecisionTreeRegressor -学习回归树还是模型树
浏览 11提问于2014-06-02得票数 2
回答已采纳
据我所知，正则线性回归模型已经最小化了平方误差，这意味着它是这个度量的理论上最好的预测。xgboost的“reg:线性”目标除了最小化平方误差之外，还能做其他的事情吗？
浏览 0提问于2019-12-13得票数 3
回答已采纳
1回答
我有一个数据集，其中目标值以下列方式随时间变化：我需要预测下个月的目标值，但是我很难找到一种方法来推断定义目标的函数。它肯定不是线性的。我试着用线性回归分别推断出最大/分钟峰值，但不确定如何处理所有其他值。
浏览 0提问于2020-01-25得票数 5
回答已采纳
我有一堆联系数据，列出了哪些会员是通过what offer联系的，总结如下：为了理解它(并使其更具可扩展性)，我考虑为每个报价创建虚拟变量，然后使用逻辑模型来查看不同报价对性能的影响：
有人建议我改用线性回归，但我不太确定这种情况下的方法。我希望得到的是可解释的系数-所以我可以看到，在3d邮寄中邮寄50%的优惠并不像25美元的礼品卡等那么有影响力，然后在规模上这样做(许多邮寄有很多不同
浏览 1提问于2016-10-25得票数 1
2回答
在我的办公室，我陷入了一个奇怪的境地。我被要求对数据执行一个回归算法，其中目标变量是连续的，取值范围在0.6到0.9之间，小数点之后的精度为8位。虽然我知道并应用了许多线性和非线性回归算法在过去，这里的情况是不同的。有一个变量，根据我的BU，应该与目标变量有一个正相关和线性相关。但是，当我运行
浏览 0提问于2020-01-15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
