腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
视频
沙龙
1
回答
Scikit学习中的线性回归和梯度下降?
python
、
machine-learning
、
scikit-learn
、
linear-regression
在机器学习的coursera课程中,它说梯度下降应该收敛。 我使用的是scikit learn中的线性回归。它不提供梯度下降信息。我在stackoverflow上看到了很多关于使用梯度下降实现线性回归的问题。 我们如何在现实世界中使用scikit-learn中的线性回归?或者为什么scikit-learn不在线性回归输出中提供梯度下降信息?
浏览 0
提问于2015-12-26
得票数 26
回答已采纳
1
回答
学习:稀疏数据的回归模型?
scikit-learn
、
regression
、
sparse-matrix
python的scikit-learn有适用于稀疏数据的回归模型吗? 我四处搜寻,发现“稀疏线性回归”模块,但它似乎过时了。(我想,它太老了,当时叫'scikits-learn‘。)
浏览 0
提问于2015-04-06
得票数 6
2
回答
如何使用scikit-learn进行高斯/多项式回归?
machine-learning
、
scikit-learn
、
linear-regression
scikit-learn是否提供了使用高斯核或多项式核执行回归的工具?我查看了API,但我没有看到任何API。有没有人在scikit-learn上构建了一个包来做到这一点?
浏览 0
提问于2013-12-09
得票数 9
回答已采纳
2
回答
如果一个数据集具有多个特性,你如何知道它是否适合线性回归?
machine-learning
、
statistics
、
linear-regression
如果它有一个特性,这是很容易的。给它画个图。 其中一个记录看上去像是(18,15)。很简单。但是如果我们有多个特征来增加图形的维数,对吗?那么,如果不能绘制数据集,如何可视化数据集并确定线性回归是否适用呢? 顺便说一句,我知道有一个可以选择,线性回归可能不是最适合一个特定的问题。我是从一个我正在学习这个视角,而不是一个什么是最好的方式来做这个观点。
浏览 3
提问于2015-06-02
得票数 2
回答已采纳
1
回答
线性回归是否适用于这些数据?
machine-learning
、
neural-network
、
linear-regression
我有一个数据集来预测一个连续变量,Y。我有15到20的潜在特征变量,其中大部分是范畴变量,有些是序号或范畴变量。这些已被转换为数值。我有两个问题。 在这种情况下,线性回归合适吗? 如果变量与Y没有线性关系,那么线性回归是否仍然合适?否则,哪些算法(希望存在于scikit-learn中)可能会工作?
浏览 0
提问于2019-05-05
得票数 1
回答已采纳
1
回答
如何找到数据y= 1/x的回归模型
python
、
machine-learning
、
scikit-learn
、
regression
我正在研究一个只有一个特征的回归问题。 它看起来可以通过一些变换来描述为y= 1/x。我怎样才能找到它的模型?我正在使用python和scikit-learn。
浏览 0
提问于2017-11-02
得票数 1
3
回答
在scikit learn库中使用sgd求解器的SGDClassifier与LogisticRegression
python
、
machine-learning
、
scikit-learn
scikit-learn库有以下类似的分类器: Logistic回归分类器有不同的求解器,其中之一是“sgd”。 http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html#sklearn.linear_model.LogisticRegression 它也有一个不同的分类器'SGDClassifier‘,损失参数可以作为逻辑回归的'log’提到。 http://scikit-learn.org/stable/modules/generated/sk
浏览 42
提问于2017-05-14
得票数 14
1
回答
为什么我的线性回归拟合线看上去不对?
r
、
scatter-plot
、
linear-regression
、
best-fit
我已经绘制了二维直方图,我可以用线、点等添加到图中。现在我试图在密集点区域应用线性回归拟合,但是我的线性回归线似乎完全偏离了它应该在的位置?这里演示的是我在左边的图,它有一个低回归拟合和一个线性拟合。 lines(lowess(na.omit(a),na.omit(b),iter=10),col='gray',lwd=3) abline(lm(b[cc]~a[cc]),lwd=3) 这里a和b是我的值,cc是最密集部分中的点(即大部分点位于那里),red+yellow+blue。 为什么我的回归线看上去不更像右边(手绘合适)?如果我想出一条最合适的路线,它会在那里吗
浏览 4
提问于2014-03-08
得票数 8
回答已采纳
1
回答
如何将绘图的y轴从log(y)转换为y
r
、
plot
、
regression
、
yaxis
、
natural-logarithm
我是个新手。我想对收入的对数(消费)进行回归估计,然后绘制消费和收入的曲线图。 我可以运行以下回归并绘制结果。 results <- lm(I(log(CONSUMPTION)) ~ INCOME, data=dataset) effect_plot(results, pred=INCOME) 如果我这样做,我得到的是纵轴上的log(消耗),而不是消耗。 如何在垂直轴上绘制消耗图? 问这个问题的另一种方法是如何将绘图的y轴从log(y)转换为y?虽然我的问题是关于effect_plot()函数,但我对任何plot函数都很满意。 谢谢你能给我的任何帮助。
浏览 28
提问于2020-07-21
得票数 0
1
回答
在SPSS中调整二元Logistic公式
binary
、
controls
、
formula
、
regression
、
spss
我正在SPSS中运行二进制逻辑回归,以测试例如电视广告对消费者购买产品的概率的影响。我的问题是,使用二元逻辑回归公式: P=1/(1+e^(-(a+b*Adv)) ) 最大概率将等于100%。然而,即使我将广告数量增加1000个,假设购买概率将是100%也是不明智的。因此,如果我用二进制logistic回归中的系数绘制Logistic回归图,在某个点上概率达到100%,这在现实生活中从来不是这样的。我该如何控制它呢? 有没有办法改变SPSS二进制逻辑回归,使其具有最大概率,例如20%? 谢谢!
浏览 6
提问于2014-12-11
得票数 0
1
回答
sklearn线性回归中学习速率和迭代次数的简化
python
、
scikit-learn
、
linear-regression
、
lasso-regression
我发现,在scikit-learn中,无论是线性学习、套索学习还是岭学习都不使用学习率(我们称之为alpha)或迭代次数。 我想知道他们是如何在没有学习率的情况下实现线性回归的,考虑到它是梯度下降的核心?
浏览 3
提问于2020-05-15
得票数 0
1
回答
matplotlib中多元回归的散点图
python
、
matplotlib
、
regression
、
scatter-plot
我有四个特性和一个依赖项(X)。我想用预测的回归线和特征值绘制一个图。我浏览了文档,但我想不出如何在散点图中表示所有内容。
浏览 0
提问于2018-08-06
得票数 0
1
回答
基于matlab的线性回归分类标度
matlab
、
regression
、
linear-regression
、
logistic-regression
、
surf
我正在做三件事: 二维数据的线性回归 采用线性分类的分类方法 用logistic回归进行分类 我对数据的缩放感到困惑。我的问题是,我不确定我是否正确地缩放我的数据。此外,我想改变我的表面图形在matlab中的外观。 数据为二维(x和y),x为15000到80000,y为1000至5500。 采用线性回归方法,得到1类和0级的两条回归曲线。为此,我对数据进行了缩放,计算了权重,并在图片中没有缩放的数据上使用了缩放数据的权重。我想这是正确的,因为权重只是定义斜率。但是,只要在下面的图像中将数据从0缩放到1,数据就无法分离。 现在,我感到困惑的是,我何时应该缩
浏览 1
提问于2016-03-06
得票数 0
回答已采纳
1
回答
将固定效果回归线添加到ggplot
r
、
ggplot2
、
plot
、
regression
、
panel-data
我正在使用ggplot绘制面板数据,并且我想将我的固定效果模型"fixed“的回归线添加到图中。这是当前的代码: # Fixed Effects Model in plm fixed <- plm(progenyMean ~ damMean, data=finalDT, model= "within", index = c("sireID", "cropNum")) # Plotting Function plotFunction <- function(Data){ ggplot(Data, aes(x=dam
浏览 35
提问于2021-08-25
得票数 1
回答已采纳
2
回答
stat_smooth中的多重回归
r
、
ggplot2
我想使用stat_smooth()绘制具有多个回归变量的回归的拟合值。看起来stat_smooth()只允许使用ggplot的aes部分中指定的(x,y)数据的回归。 下面是使用x=hp和y=mpg进行简单回归拟合的典型曲线图 head(mtcars) require(ggplot2) ggplot(mtcars, aes=(x=hp, y=mpg))+geom_point()+ stat_smooth(method="lm", formula=y~x) 但是,我想绘制与上面相同的图,但是拟合的值应该来自具有两个回归变量的回归,例如x1=hp和x2=wt。 这个想法是,在控制
浏览 41
提问于2019-05-15
得票数 0
1
回答
如何在R中用rms软件包绘制图中的“线性预测器”?
r
、
regression
我试图用rms软件包从R中的logistic回归中绘制出一个图,但目前我有一个问题:确实,我可以得到图,但是“线性预测器”轴的范围是-2.5到+3,我想知道我是否可以使它从0到1(即Y=1的预测概率的0%到100%之间)。我想我必须提出“lp.at=.”的论点,但我不能自己做,所以我希望有人能帮忙!非常感谢你的回答。 莱昂纳多·弗拉佐尼,医学博士 德格利博洛尼亚大学
浏览 1
提问于2015-05-24
得票数 3
回答已采纳
1
回答
nls方法在ggplot的geom_smooth中不起作用
r
、
ggplot2
、
regression
、
curve-fitting
、
nls
我正在尝试以下代码,在不指定任何特定函数的情况下获得非线性回归: library(drc) head(heartrate) # pressure rate #1 50.85 348.76 #2 54.92 344.45 #3 59.23 343.05 #4 61.91 332.92 #5 65.22 315.31 #6 67.79 313.50 library(ggplot2) ggplot(heartrate, aes(pressure, rate)) + geom_point() + geom_smooth(method=
浏览 9
提问于2016-12-05
得票数 2
1
回答
在log-log (以10为底)图上执行线性回归Matlab
matlab
、
linear-regression
、
logarithm
我有两组数据:峰值速度和振幅。这两个参数之间的关系不是线性的,在执行线性回归之前,我使用了对数(base10)图(这个过程被认为等同于幂律拟合)。 然而,当我将数据绘制成对数-对数比例图(两个轴都是对数比例)时,线性拟合对我来说似乎不是线性的。如何使用Matlab在对数-对数图中执行线性回归。 我已经附上了一张图表和我获得的线性拟合的图片。 任何帮助都是非常感谢的! 提前谢谢你!
浏览 1
提问于2014-01-26
得票数 2
1
回答
梯度下降图是如何工作的?
python
、
data-science
、
linear-regression
、
gradient-descent
我有一个问题,了解梯度下降,例如,让我们采取一个简单的线性回归与1的特征,在绘制回归线后,误差计算的误差是Ypred,然后计算成本函数的每个斜率和截距的回归线。现在,该代价函数被绘制在斜率和截距处,以求成本函数相对于斜率的最小值,并通过梯度截距。 为什么我们要绘制成本函数图,然后找出最低值呢? 该模型将计算不同坡度和截留权的代价函数,因此不能在此识别函数的最小值,而不是绘制图,然后求出坡度,更新斜率和截距。
浏览 3
提问于2021-03-07
得票数 0
回答已采纳
1
回答
如何在MATLAB的子图中使用图元回归法?
matlab
、
plot
我正在使用MATLAB函数plotregression绘制一个线性回归图,如下所示: plotregression(x, y) 现在,我想绘制六个不同的回归图,并将它们划分为子图,如下所示: subplot(2,3,1) plotregression(x1,y1) subplot(2,3,2) plotregression(x2,y2) ... 但是,这是行不通的:忽略subplot命令,只显示最后一个回归图。如何在同一窗口中显示多元回归图? 我还想手动设置每个回归图的xlabel和ylabel。这有可能吗?
浏览 15
提问于2016-10-04
得票数 0
回答已采纳
1
回答
哪些分类器提供权重向量?
machine-learning
、
classification
、
multilabel-classification
有哪些机器学习分类器在学习阶段后提供权重向量?我了解支持向量机、logistic回归、感知器和LDA。还有别的吗? 我的目标是使用这些权重向量来绘制一个重要性图。
浏览 2
提问于2015-06-15
得票数 4
回答已采纳
1
回答
如何使用X变量提取单个Y变量值而不使用绘图
r
、
math
、
linear-regression
又是我! 在我的一项任务中,我必须创建一个带有回归线的图,并简单地阅读这个图并给出数据。问:“在华氏80度时,风速是多少?”只要简单地看一下这幅图,你就可以把它的90米/秒的温度定在80华氏度。这就足够了,但是知道你能在R中做些什么,我想知道以太将来的参考和现在。 如何仅使用数据帧(在图片中)使用线性回归线性回归提取给定X值的Y值,因为该值本身没有给定,但如果假设它是线性回归的,则可以提取它。 因此,本质上,我不想读出图( pic 2)中的值,而是使用一个函数,给出DF中的X(temp)值,用线性回归输出Y(风)值。 我尝试了在堆栈溢出中找到的其他东西,使用 lm(data~data, dat
浏览 3
提问于2020-09-17
得票数 0
回答已采纳
1
回答
如何决定使用线性回归模型还是非线性回归模型?
statistics
、
data-mining
、
linear-regression
、
non-linear-regression
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? 我的目标是预测Y。 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、三次型等。 是否有任何技术、统计方法或图解来推断和决定必须使用哪一种回归模型?请给我建议。
浏览 4
提问于2015-02-06
得票数 3
1
回答
无法在条形图中添加线性回归线
r
、
bar-chart
、
linear-regression
、
lm
我有一些关于不同时间段温度百分比的数据,我想创建一个显示这些百分比的条形图,然后添加一条线性回归线来显示趋势。虽然我设法得到了第一个图,但我未能添加一条直线回归线 基本上,我尝试用这些tx_1数据绘制条形图 tx_1<-c(0.055,0.051,0.057,0.049,0.061,0.045) mypath<-file.path("C:\\tx5\\1.jpeg") jpeg(file = mypath,width = 1200, height = 600) plot.dim<-barplot(get(name),
浏览 18
提问于2019-11-18
得票数 1
回答已采纳
2
回答
确定sklearn或任何-linear库中非python支持向量机回归的最重要特性
python
、
scikit-learn
、
jupyter-notebook
我用基于RBF核的支持向量机回归训练了一个模型。我想知道对于基于RBF核的支持向量机来说,哪些特征是非常重要的或主要的贡献特征。我知道有一种方法可以根据向量的大小来确定线性支持向量回归的最重要的特征。然而,对于基于RBF核的支持向量机,由于特征被转换到一个新的空间,我不知道如何提取最有贡献的特征。我正在使用python中的scikit-learn。有没有一种方法可以在基于RBF核的支持向量回归或非线性支持向量回归中提取最有贡献的特征? from sklearn import svm svm = svm.SVC(gamma=0.001, C=100., kernel = 'linear&
浏览 4
提问于2019-11-19
得票数 5
1
回答
对数尺度下的Java线性回归
java
、
jfreechart
、
regression
我有一组代表X和Y的2个数据向量。我能够使用JFreeChart在线性和对数尺度上绘制它们。在线性尺度上,曲线是指数的,而在对数尺度上,曲线看起来是线性的。我想做的是计算对数尺度下的线性曲线的参数a和b。 我确实理解线性域中的回归,我可以使用最小二乘法,但是我如何在对数域中进行回归呢?如何对曲线的对数表示进行线性回归? 任何人都可以通过澄清我该如何继续进行来提供帮助。
浏览 1
提问于2011-02-18
得票数 1
回答已采纳
2
回答
300列熊猫部分数据的线性回归
python
、
pandas
、
linear-regression
我有一只熊猫的数据图,里面有300个设备的热量,这些设备都是在外部温度上绘制的,如下所示: 现在,我想对所有300 heatig_devices做一个线性回归(ß0+ 1*x1),温度范围为2到3.5。所以x是外部温度,y是heating_device输出,在最后,我希望每个加热设备都有一个回归系数1。最好的方法是什么?
浏览 1
提问于2022-09-05
得票数 1
回答已采纳
2
回答
要知道哪种模型最适合问题,需要绘制哪些数据?
python
、
machine-learning
、
plot
、
prediction
对不起,我知道这是一个非常基本的问题,但由于我仍然是机器学习的初学者,确定什么模型最适合我的问题仍然让我困惑,最近我使用了线性回归模型(导致r2_score如此之低),一个用户提到我可以根据我的数据曲线使用某些模型,当我看到另一个编码器使用随机森林回归时(导致r2_score比线性回归模型好30% ),我不知道他/她怎么知道更好的模型,因为他/她没有提到它。我的意思是,在我读到的大多数网站中,他们将数据推到他们认为最适合问题的一些模型中(例如:对于回归问题,模型可以使用线性回归或随机森林回归),但在一些网站中,有些人说,我们首先需要绘制数据,这样我们才能准确地预测哪个模型最适合。我真的不知道
浏览 36
提问于2020-01-12
得票数 0
1
回答
用logistic回归绘制预测
r
、
ggplot2
、
logistic-regression
我试图在R中绘制一个逻辑回归图,我现在有这个代码. mylogit<- glm(Breeding.success ~ Dam.Age, family = binomial, data = captive) summary(mylogit) predicted.data<- as.data.frame(predict(mylogit, type="response", se=TRUE)) summary(predicted.data) new.data <- cbind(captive, predicted.data) graph <- ggplot
浏览 1
提问于2017-11-02
得票数 1
回答已采纳
1
回答
Watson模型构建器关于特性评估和为保存的模型获取测试/训练数据的问题
watson-studio
我正在使用构建一个线性回归模型。 它是否执行任何特征评估/提取?有办法查到这些信息吗?我看到了一些与估值器相关的超参数,但在特性上没有。我看到一个叫 是否有方法跟踪/获取已部署模型的培训/测试数据?我读了一本关于世系的书,但没有看到任何东西。 当使用WML存储和部署一个scikit-learn线性回归模型时,我得到了learning_configuration_url、evaluation_metrics_url和feedback_url。这些是否可以使用WML之外的REST访问? 谢谢!
浏览 0
提问于2019-05-21
得票数 0
1
回答
使用属性矩阵和目标矩阵进行TensorFlow线性回归
python
、
matrix
、
machine-learning
、
scikit-learn
、
tensorflow
我在试着跟踪。 TensorFlow刚出来,我真的在试着理解它。我熟悉惩罚线性回归,如拉索,岭和ElasticNet及其在scikit-learn中的使用。 对于scikit-learn拉索回归,我所需要输入的回归算法是DF_X和M维属性矩阵(pd.DataFrame),SR_y是一个M维目标向量(pd.Series)。对于我来说,TensorFlow中的TensorFlow结构有点新,我不知道如何将我的输入数据构造成它想要的。 似乎softmax回归是用于分类的。我如何重组我的DF_X SR_y (M属性矩阵)和SR_y (M维目标向量),输入到 tensorflow 中进行线性回归? 我目
浏览 0
提问于2015-11-13
得票数 17
回答已采纳
2
回答
Holoviews分流相关热图和回归图
bokeh
、
correlation
、
holoviews
我想为一个DataFrame制作一个相关热图,并为每对变量绘制一个回归图。我已经尝试阅读了所有的文档,但仍然很难将两个图连接起来,以便当我点击热图时,可以显示相应的回归图。 下面是一些示例代码: import holoviews as hv from holoviews import opts import seaborn as sns import numpy as np import pandas as pd hv.extension('bokeh') df = sns.load_dataset('tips') df = df[['total_b
浏览 26
提问于2019-06-22
得票数 1
回答已采纳
1
回答
我可以使用Scikit learn绘制3个特征(在3D空间中)的SVM决策边界吗?
plot
、
3d
、
scikit-learn
、
svm
我正在使用scikit-learn来理解支持向量机(SVM)。我想绘制支持向量机计算的决策边界。支持向量机使用3个特征。因此,决策边界必须在3D空间中绘制。使用scikit-learn可以做到吗?我在官方网站上只能找到支持向量机决策边界的二维图。然而,我在stackoverflow上找到了链接,这些链接显示使用和是可能的。有没有一种方法可以让我用scikit-learn实现同样的目的?
浏览 2
提问于2015-04-28
得票数 2
1
回答
在R中绘制cv.glmnet
r
、
regression
、
glmnet
使用R,我试图修改一个标准图,该图是通过使用cv.glmnet执行岭回归得到的。 我执行了一个岭回归 lam = 10 ^ seq (-2,3, length =100) cvfit = cv.glmnet(xTrain, yTrain, alpha = 0, lambda = lam) 通过执行以下操作,我可以根据log lambda绘制系数图 plot(cvfit $glmnet.fit, "lambda") 如何根据实际的lambda值(而不是lambda)绘制系数图,并在图上标记每个预测器?
浏览 0
提问于2016-04-16
得票数 2
1
回答
二元回归图的解释
r
我对R不熟悉,我创建了一个线性二元回归的av图。我想知道如何解释角落里的回归残差是这样的? 你认为它会遵循异样的模式吗? 谢谢! 注:我的二元格式是性别:男性(0),女性(1),就业:就业(1),失业(0)
浏览 4
提问于2022-05-02
得票数 0
回答已采纳
2
回答
将负相关非线性变量转化为线性正相关变量
regression
、
collinearity
、
pearsons-correlation-coefficient
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Pearson's相关时,变量是负相关的,通过绘制scatter图,我可以看到这种关系根本不是线性的。我可以对该变量执行哪些转换,以便它能够显示正相关性?我对这个问题相当陌生,所以希望能在这里得到解决。提前谢谢大家。
浏览 0
提问于2020-01-15
得票数 2
1
回答
如何绘制随机森林模型的回归曲线
python
、
matplotlib
、
random-forest
我目前正在进行一个模拟/模拟数据的项目。此数据由多个功能组成,其中只有一个影响响应变量。这是一个非常简化的用例,因为它只是为了演示目的。我使用了一个基本的随机森林回归(scikit-learn)来预测因变量。这个模型表现得相当好,这是由于它的简单性而预料到的。我遇到的问题是绘制模型的回归曲线(剩余有用寿命是因变量,而温度是影响它的特性)。我正在使用pyplot来完成这个任务,但是我并没有得到预期的结果(见下文)。我原以为这幅图大概是最下面的曲线。我不知道为什么上面的直线在那里。 为了澄清我期望得到的信息:下面是相同数据的散点图 我对此提出的问题: 为什么情节是这样出来的?这
浏览 1
提问于2021-04-01
得票数 0
2
回答
logistic回归如何从分类因变量建立Sigmoid曲线?
scikit-learn
、
logistic-regression
、
sigmoid
我正在探索Scikit-learn logistic回归算法。据我所知,作为训练的一部分,该算法建立了一条回归曲线,其中y变量的范围从0到1(S型S曲线)。在这里,y变量是一个连续变量(尽管实际上它是一个离散变量)。。 当训练数据集反映现实并包括y变量作为离散变量时,算法如何学习S曲线?在训练中没有概率估计,所以我想知道算法是如何学习S曲线的。
浏览 2
提问于2021-01-03
得票数 1
1
回答
如何在对归一化数据进行线性回归后获得原始系数?
machine-learning
、
python
我正在使用pandas读取文件中的数据,该文件如下所示: data.head() ldr1 ldr2 servo 0 971 956 -2 1 691 825 -105 2 841 963 -26 3 970 731 44 4 755 939 -69 我将此数据规范化,以执行梯度下降: my_data = (my_data - my_data.mean())/my_data.std() my_data.head() ldr1 ldr2 servo 0 1.419949 1.
浏览 0
提问于2019-04-23
得票数 1
回答已采纳
2
回答
用对数y标尺绘制回归线
python
、
dataframe
、
numpy
、
matplotlib
、
scatter-plot
我有两个图我想显示(原始数据,然后它的回归线)。每当我运行这段代码时,回归线根本就不会在数据中运行--我认为这与绘制y轴的原始数据有关(我试着在运行polyfit时包括这一点,但我仍然有问题)。 a = np.array([5,7,8,7,2,17,2,9,4,11,12,9,6]) b = np.array([99,86,87,88,111,86,103,87,94,78,77,85,86]) plt.scatter(a, b) plt.yscale('log') slope, intercept = np.polyfit(a, np.log(b), 1) plt.plot
浏览 5
提问于2022-02-21
得票数 0
回答已采纳
2
回答
如何将模型方程添加到rapidminer应用模型图中?
rapidminer
让我们假设您运行线性回归。 线性回归过程中的模型方程和应用模型过程中的预测图最终出现在不同的结果窗口中。 是否可以使用线性回归模型方程注释应用模型图(显示数据和线性回归拟合/预测)?(就像Excel那样嗡嗡作响!) 如果是这样的话,是怎么做的?
浏览 3
提问于2013-06-21
得票数 0
回答已采纳
1
回答
如何使用“`matplotlib`”可视化5维特征集和回归结果?
numpy
、
matplotlib
、
scikit-learn
、
data-visualization
我使用sklearn.svm支持向量回归来解决连续数据集上的回归问题,其中特征集具有5维和1维标签集,下面是数据集的外观: >>> type(feature_set) 55: <type 'numpy.ndarray'> >>> type(label_set) 56: <type 'numpy.ndarray'> >>> feature_set.shape 57: (31875, 5) >>> label_set.shape 58: (31875,) 现在我只想可视化
浏览 4
提问于2016-06-17
得票数 1
1
回答
SPSS线性回归分析
linear-regression
、
spss
是否有简单的内置SPSS函数进行线性回归? 如何得到剩余级数? 我想做一个白色测试,Durbin(或检查残差的相关图),F-检验冗余变量,并查看方差通胀因素。 我本以为这些是任何统计软件包的标准函数,但我找不到它们. 谢谢!
浏览 0
提问于2017-04-25
得票数 0
回答已采纳
1
回答
使用元计算和ggplot2时如何在散点图上绘制拟合的元回归线
r
、
plot
、
ggplot2
、
data-visualization
、
metafor
我想用metafor来绘制ggplot (或类似的包)的元回归图。 我发现了这个网站(),它解释了如何在ggplot2和metafor的散点图上绘制报告的值和拟合模型的回归线。 然而,作者在网站上设置的代码本身并没有正常运行。似乎我必须以某种方式计算预测,但由于我是一个新手R用户,我不知道我如何能做到这一点。我不能像对待rma()的结果一样对待lm()的结果。 Model2<-rma.uni(yi,vi,mods=~Intensity+Method,method="ML",data=ROM) summary(Model2) in.plot<-ggplot(data
浏览 2
提问于2018-01-19
得票数 0
回答已采纳
2
回答
在Matplotlib中扩展数据以外的回归
python
、
numpy
、
matplotlib
我使用Matplotlib和Numpy绘制时间序列图上的线性回归图,以预测未来的趋势。 生成回归似乎并不特别困难,但要让回归线延伸到最后一个数据点之后是很有挑战性的: 我如何扩展回归?
浏览 2
提问于2014-03-12
得票数 1
回答已采纳
1
回答
求多元非线性回归模型的方程?
machine-learning
、
r
、
regression
、
model-selection
、
data-science-model
关于非线性和多变量回归,我使用的是R或Matlab。在有一个只有两个变量的回归的情况下,我简单地画出了关于X的图Y,并寻找模型的方程,它最符合点云的分布。 但是,在Y与多个独立变量(在我的例子中是12个变量X_1, X_2,...,X_{12})相连的情况下。我怎样才能定义回归模型的方程?
浏览 0
提问于2018-08-01
得票数 1
2
回答
在scikit-learn中使用交叉验证时绘制精度-召回曲线
python
、
scikit-learn
我正在使用交叉验证来评估具有scikit-learn的分类器的性能,并且我想要绘制精度-召回率曲线。我在scikit-learn`s的网站上找到了来绘制PR曲线,但它没有使用交叉验证进行评估。 在使用交叉验证时,如何在scikit学习中绘制精确召回曲线? 我执行了以下操作,但我不确定这是否是正确的方法(psudo代码): for each k-fold: precision, recall, _ = precision_recall_curve(y_test, probs) mean_precision += precision mean_recall += recall
浏览 2
提问于2014-10-27
得票数 7
1
回答
连续因变量与计数自变量的回归模型
r
、
regression
、
model-selection
我目前正在学习R,我在这个领域相对缺乏经验。希望我能从你们那里得到一些建议! 我正在进行一个项目,在这个项目中,我必须估计不同工作项(任务)的平均处理时间。 我有以下面板数据: 我的样本大小是n=2000单个工人,和T=10 (每段时间间隔为四个星期) 自变量:51个不同的工作项。我有每个工作项的计数数据(每个员工在四周内执行这些数据的次数) 因变量:工人的总工作时间(超过4周) 我分析的目的是找出回归系数(这是每个工作项目平均完成时间的估计值)。我也可能包括其他的回归者(除了工作项目#),如经验,年龄.我的模特。 y= Bo + B1*X1 +...+Bk*Xk +e y:工作总时数 X:
浏览 0
提问于2018-07-04
得票数 1
1
回答
ggplot2中交互作用图中直线的斜率与估计值不匹配
r
、
ggplot2
、
lm
、
interaction
我试图用ggplot2绘制多元线性回归的交互效应图。但是,所绘制的直线的斜率与基于lm函数返回的估计值不匹配。 这是我的代码: lm.sense <- lm(sense_of_belonging ~ active*mathEAL + MathID + comfort_speaking, data=Data) library(ggplot2) p.sense <- ggplot(lm.sense, aes(y=sense_of_belonging, x=active, color=mathEAL)) + geom_smooth(method="lm", se=FALS
浏览 7
提问于2022-05-18
得票数 0
1
回答
可以在python中部分安装软件包吗?
python
、
docker
、
pip
我已经创建了一个私有包,并且我想在一个脚本上使用该包中的模块。可以只安装必要的依赖项来运行该模块,或者我必须始终安装整个包? 我将在docker容器中使用我的脚本。我可以从库中提取代码,但这将使我的代码无法长期维护。 例如,如果我想使用来自scikit-learn的线性回归,那么安装整个库就有点过分了。图像会很重的!
浏览 10
提问于2021-08-18
得票数 1
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
用 Scikit-learn与Pandas 进行线性回归预测
一元线性回归与scikit-learn应用
Scikit-Learn学习笔记04—线性回归之最小二乘法
如何绘制雷达图?
如何利用TensorFlow实现线性回归(一)
热门
标签
更多标签
活动推荐
运营活动
广告
关闭
领券