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
(3959)
视频
沙龙
1
回答
当
尝试
使用
线性
回归
Pandas
产生
针对
我
的
情况
的
真值
错
误时
python
、
pandas
我
正在
尝试
根据3列值
线性
回归
输出来推算一列。replace the value with the values in the 3rd last column data.iloc[i:-1] = [data.iloc[i, -3]/100] 但是
我
得到了一个像这样
的
错误
我
不明白
我
做错了什么。
浏览 15
提问于2019-02-19
得票数 0
2
回答
用rq函数计算R中分位数
回归
的
95%置信区间
r
、
confidence-interval
、
statistics-bootstrap
、
quantreg
我
想得到分位数
回归
系数
的
95%置信区间。您可以在R中
使用
rq包
的
quantreg函数计算分位数
回归
(与OLS模型相比):LM<-lm(mpg~disp, data = mtcars)
我
可以用限制函数得到
线性
模型
的
95%置信区间:当我
使用
分位数
回归</e
浏览 9
提问于2016-06-29
得票数 8
回答已采纳
1
回答
用于三维曲面建模
的
两参数非
线性
函数
python
、
pandas
、
statistics
、
curve-fitting
、
statsmodels
我
感兴趣
的
是用一个简单
的
方程来建模这个曲面,这个方程接受两个参数(x,y)值并
产生
一个z值。理想
情况
下,一个具有简单形式
的
方程。
我
已经
尝试
了Monkey Saddle,多项式
回归
(3阶和4阶)以及多
线性
和对数
线性
OLS,并取得了一些成功(R^2 0.99),但没有一个是完美的,特别是对于曲线部分。似乎应该有一个简单
的
模型来预测这个表面。也许是一种非
线性
回归
浏览 37
提问于2021-04-19
得票数 0
回答已采纳
4
回答
无法修复“ValueError: DataFrame构造函数未正确调用!”
python
、
pandas
、
numpy
、
statistics
、
linear-regression
我
被要求编写一个
线性
回归
程序,步骤如下。 加载R数据集mtcar作为
pandas
数据帧。 考虑自变量wt
的
对数和因变量mpg
的
对数,建立另一个
线性
回归
模型。将模型与数据进行拟合,并显示R平方值
我
是
使用
Python进行统计
的
初学者。
我
尝试
在不转换为新DataFrame
的
情况
下获取日志值,但出现了一个错误:"TypeEr
浏览 80
提问于2019-09-21
得票数 2
回答已采纳
2
回答
用预测输出
的
绝对值改进
线性
回归
模型?
python-3.x
、
machine-learning
、
scikit-learn
我
有一个特殊
的
分类问题,
我
可以
使用
Python
的
abs()函数来改进它。
当
谈到机器学习时,
我
还是个新手,
我
想知道
我
所做
的
事情是否真的是“允许
的
”,可以说,是为了改进
回归
问题。下面这行描述了
我
的
方法:predicted = abs(cross_val_predict(lr,
浏览 0
提问于2018-02-10
得票数 2
3
回答
线性
回归
模型
machine-learning
、
regression
、
linear-regression
我
是机器学习
的
新手,
我
想学
的
第一个概念是
线性
回归
。
我
读过,要应用
线性
回归
,
我
需要
使用
线性
模型。从这个假设出发,
我
知道这是一个简单
的
线性
回归
模型:
线性
回归
的
定义是,因变量y应该是参数w
的
线性
组合
浏览 0
提问于2018-06-26
得票数 2
1
回答
在将我
的
预测值与真正
的
标签值相对应之后,
我
没有完全得到我想要
的
答案。
regression
、
linear-regression
我
下载了关于葡萄酒质量
的
数据,并试图运行一个
回归
模型来预测葡萄酒
的
质量,但是
我
没有收到我预期
的
地块。葡萄酒质量
的
平均绝对误差约为0.5,因此
我
认为True vs预测
的
价值图看起来非常相似,但我得到
的
图表与我预期
的
不太一样。
当
您
使用
离散参数时,会发生这种
情况
吗?因为
我
对此很陌生,
我
的
印象是,如果
浏览 0
提问于2019-05-25
得票数 3
1
回答
前馈神经网络tensorflow.js中
的
最小损失
tensorflow
、
machine-learning
、
linear-regression
、
tensorflow.js
我
试图在tensorflow.js中创建一个样本前馈神经网络,最初
使用
一个小数据集(仅用于POC)。有5个输入节点和1个输出节点。数据与有多个投入
的
住房有关,我们正在预测价格。但是在训练模型
的
过程中损失是巨大
的
。=======>然后
我
把输出也标准化了这会导致错误
的
预测。 这是一
浏览 0
提问于2019-05-07
得票数 0
回答已采纳
2
回答
回归
在机器学习中
的
局限性?
python
、
machine-learning
、
scikit-learn
、
regression
、
non-linear-regression
最近,
我
一直在学习ML
的
一些核心概念,并
使用
Sklearn库编写代码。经过一些基本实践之后,
我
尝试
了一下来自kaggle (大约有40000个样本)
的
AirBnb NYC数据集- 。考虑到数据集
的
各种特性,
我
试图建立一个模型来预测一个房间/apt
的
价格。
我
意识到这是一个
回归
问题,并
使用
这个学习小抄,
我
开始
尝试
各种
回归
模
浏览 2
提问于2020-05-11
得票数 2
回答已采纳
2
回答
当
数据偶尔有很大
的
预测值时,增强树
回归
损失函数?
regression
、
xgboost
、
loss-function
、
outlier
我
有一个
回归
问题,
我
的
大多数目标变量都在5-30之间,但偶尔目标变量会飙升到100,500甚至5000。这些值不是应该删除
的
伪异常值,而是
我
希望预测算法
尝试
捕获
的
值。但是,
我
不希望这些变量上
的
错误主导树
的
训练。从概念上讲,百分比错误更类似于我感兴趣
的
内容(尽管它不一定一定是正确
的
)。具体而言,
当
目标为30,
我
预测为15时,<em
浏览 0
提问于2020-06-12
得票数 2
3
回答
多项式
回归
的
基本理解问题
scikit-learn
、
regression
、
linear-regression
、
regularization
我
对简单
的
线性
回归
有一个理解。弄清楚结果如下所示:然而,研究多项式
回归
是一个有一些问题
的
过程
的
挑战。
我
理解这样
的
想法:拟合曲线“线”可以更精确地跟踪数据。A不明白为什么在第1种
情况
下,相同
的
估计量不能找到曲线,而在第2种
情况
下却能找到它?在第二种
情况
下,语法中
的
估计器没有提示,“好
的
,让我们现在应用一条曲线而不是一条
浏览 0
提问于2020-05-09
得票数 5
1
回答
如果长度小于x则替换字符串
python
、
string
、
pandas
、
replace
、
conditional-statements
我
有一个下面的数据框架。Attempts': [10, 12, 15, 14, 0],a = pd.DataFrame(a)
我
希望能够将文本('-s')添加到等于4个字符
的
任何内容中。
我
已经
尝试
了下面的方法,但没有成功。
当
它
产生
错
误时
,ValueError:序列
的
真值</
浏览 6
提问于2017-02-09
得票数 6
回答已采纳
1
回答
这是比较不同方法和选择机器学习最佳模型
的
最佳方法吗?
machine-learning
、
cross-validation
、
model-selection
我
的
目标是试验不同算法
的
各种方法,确定每种算法
的
最佳方法,然后从这些顶级算法中确定最佳
的
总体算法。 为了实现这一点,
我
使用
k重交叉验证来评估每一种方法。在进行了评估之后,
我
选择了
产生
最优度量
的
方法。为了简化事情,让我们考虑
线性
回归
。
我
通过改变技术和步骤
尝试
了不同
的
方法。为了评估它们
的
性能,
我
<
浏览 0
提问于2023-06-01
得票数 0
回答已采纳
1
回答
是否可以
使用
AR、MA和ARMA等统计模型对基于时间序列
的
数据进行分类?
r
、
time-series
、
classification
、
autoregressive-models
我
正在
尝试
对多变量时间序列数据进行分类,
我
使用
了机器学习算法,如SVM,神经网络,基于DTW
的
KNN等。现在
我
将
使用
像自
回归
这样
的
统计模型来对
我
的
数据进行分类,为此,
我
用R编写了一些代码,但似乎分类是不可能
的
,因为结果是一些浮点数,而不是分类数字。你有这方面的经验吗?下面是
我
的
代码: ## status is the label
浏览 3
提问于2018-05-16
得票数 1
1
回答
用于
线性
回归
的
神经网络
c
、
machine-learning
、
neural-network
、
regression
、
gradient
我
找到了一个非常棒
的
源代码,它完全符合
我
所需要
的
模型:你有一个x->y图,每个x值都是“特征”
的
总和,或者
我
将如何表示它们,z。因此x->y图
的
回归
线应该是函数,其中h(x)是
回归
线( h(SUM(z(subscript-i)) ) 在这种神经网络中,其思想是以最小化最小平方误差
的
方式为每个z-value分配一个权重。
我
相信我可
浏览 1
提问于2016-02-03
得票数 0
1
回答
在R中
使用
lm或dylm函数来
回归
不同频率
的
变量
r
、
parameters
、
linear-regression
我
想知道是否可以
使用
dylm或lm函数来
回归
,例如,每月变量
的
季度。当我
尝试
这样做时,lm函数指出变量长度不同。他们当然会这么做。有没有办法在不执行手动
线性
回归
的
情况
下绕过这个问题?示例: yt1 = rnorm(10, mean =10, sd = 1)lm(yt1 ~ xt1) 并
产生
以下错误。model.frame.default(formul
浏览 60
提问于2021-06-12
得票数 0
2
回答
线性
回归
+ KFold交叉验证
machine-learning
、
classification
、
scikit-learn
、
linear-regression
、
cross-validation
我
已经准备好了一个预先拥有的数据集和相应
的
标签(8个类)。
我
已经用DT,KNN,NB和支持向量机等分类器对KFold和K=10进行了交叉验证,现在
我
想做一个
线性
回归
模型,但不确定它与KFold
的
关系如何,它是否可能,或者对于
回归
,
我
应该把集合单独划分成一个训练和测试集这8个类别是年龄(对于NLP问题),所以我想检查分类和
回归
的
选项。
浏览 0
提问于2018-07-04
得票数 2
5
回答
线性
回归
中范畴特征
的
去除
scikit-learn
、
linear-regression
、
feature-engineering
这是一个关于
线性
回归
的
设计问题。以下是我们
的
数据集
的
一些信息:我们还
尝试
了提取分类特征,并对我们
的
三个分类特征
的
每一个可能组合运行<e
浏览 0
提问于2018-03-05
得票数 3
1
回答
如何对数据集进行方差分析?
python
、
data-analysis
、
anova
我
有一个房价数据集,
我
想用目标变量(这是一个连续变量)找出分类变量
的
重要性。为此,
我
曾考虑进行方差分析,但我感到困惑
的
是,
我
是否应该将每个分类变量视为一个单独
的
组:anov_table1 = sm.
浏览 2
提问于2019-09-28
得票数 1
3
回答
用指数规律拟合数据
python
、
scipy
、
curve-fitting
我
想用指数函数来拟合一些数据。
我
之所以
使用
scipy.optimize.curve_fit,是因为
我
已经将它用于其他fits。这一次,有一个问题,
我
不知道哪里出了问题。下面是数据在绘制时
的
样子:data.png 如你所见,它似乎遵循指数规律。(t, coefs[0], coefs[1], coefs[2]), "-", label="fit")plt.show() 问题是curve_fit()返回非常大或非常小
的
浏览 38
提问于2021-04-12
得票数 3
回答已采纳
点击加载更多
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
仅用 8 行代码即可建立一个线性回归模型
没事也来跑跑代码吧
机器学习速查表(cheatsheet)资源汇总分享
回归样条函数简介
Python 机器学习:多元线性回归
热门
标签
更多标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
活动推荐
运营活动
广告
关闭
领券