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
(9999+)
视频
沙龙
2
回答
支持
向量
机
回归
结果
分析
、
将
支持
向量
机
回归
用于rainfall.The降雨量的预测,1~12月降水量为x,年降雨量为y,训练数据和测试数据采用80:20分割。
浏览 67
提问于2021-08-26
得票数 0
回答已采纳
3
回答
对于所有线性分类器,预测算法都是完全相同的吗?
、
、
、
、
对于所有线性分类器和线性
回归
算法,预测算法都是完全相同的吗?线性判别
分析
(或Fisher线性判别),朴素贝叶斯分类器问:线性分类器只在学习算法中有所不同,但它们在预测y = w1*x1 + w2*x2 + ... +如果我使用一种训练方法(例如带有线性核函数的
支持
向量
机
),那么我是否可以使用其他方法进行预测(例如,感知器),其输出
结果
是相同的?如果我用SVR (带线性核函数
浏览 0
提问于2019-01-31
得票数 5
回答已采纳
1
回答
线性核
支持
向量
机
总是优于Logistic
回归
吗?
、
、
、
我们知道,由于最大限度的线性核
支持
向量
机
比logistic
回归
得到更好的
结果
.通常会导致更稳定的
结果
/更好的位移决策边界。但是,在任何情况下,线性核
支持
向量
机
在测试精度方面的表现都比logistic
回归
差吗?
浏览 0
提问于2023-01-03
得票数 0
1
回答
统计学的%75和%25数据采样和10倍交叉验证是如何一起工作的?
、
我用戴尔的统计软件对一些数据进行了
分析
。我在一篇科学论文中使用这一
分析
。虽然数据挖掘不是我的主要话题,但我以前上过数据挖掘课,也有一些知识。在模型执行前的统计
支持
向量
机
建模中,有制表符来进行配置。在数据抽样选项卡中,我输入了%75,%25分离,在交叉验证选项卡中,我输入了10 -fold交叉验证。我将复制下面的
结果
。我很难理解和解释这一产出。我希望知道比我更好的统计数据的人和/或对这个工具更有经验的人可以解释它是如何对我工作的?费尔达
支持
向量</e
浏览 2
提问于2016-06-12
得票数 0
回答已采纳
1
回答
结果
变量缩放在
支持
向量
机
回归
中有多重要?
、
、
、
对于
支持
向量
机
回归
,我应该缩放
结果
变量吗?
结果
变量缩放在SVM
回归
中的影响有多大?
浏览 0
提问于2021-02-20
得票数 0
1
回答
Tensorflow中的机器学习
、
、
、
我正在做一项基于
分析
机器学习的不同Python库的工作。 我选择
分析
Scikit--学习,Keras,Tensorflow和Py手电筒,因为它们是最著名的。其思想是训练不同的模型,包括监督学习和非监督学习,以及分类和
回归
。在每个库中使用不同类型的算法,并
分析
它们所带来的困难/设施以及性能。当我试图在Tensorflow中执行同样的学习时,我的问题就出现了,因为对于后者,我发现了大量用于深入学习(神经网络)的信息,但对于机器学习算法(决策树、随机森林
支持
向量
机
、
浏览 0
提问于2021-08-25
得票数 0
1
回答
R:在e1071包中有比libsvm更多的
支持
向量
机
实现吗?
、
、
一般来说,除了libsvm实现nu-
支持
向量
机
和epsilon-
支持
向量
机
之外,是否有一个很好的替代方案?
浏览 2
提问于2013-01-18
得票数 3
1
回答
异常检测方法选择
、
、
、
需要选择
支持
向量
机
( SVM )和基于PCA的异常检测(PCA)作为异常检测方法。Azure ML用于
支持
向量
机
( SVM )和主成分
分析
( PCA )方法,因此可以选择两种可能的方法。(类似于用于选择
回归
方法的备忘单)。 用例是检测高频网络流量数据中的异常(来自防火墙、路由器和交换机)?
浏览 0
提问于2017-04-24
得票数 1
回答已采纳
2
回答
支持
向量
机
与logistic
回归
有什么区别?
、
、
、
、
在阅读奥雷利恩·杰伦的书时,我注意到逻辑
回归
和
支持
向量
机
都是以完全相同的方式预测类的,所以我怀疑一定有我遗漏的东西。在Logistic
回归
一章中,我们可以看到:线性
支持
向量
机
分类器模型通过简单计算决策函数w^T ·
浏览 0
提问于2018-11-24
得票数 1
回答已采纳
2
回答
如何在R中保存
回归
结果
我想知道如何保存
回归
结果
。例如,我使用
支持
向量
回归
进行
分析
,一个模型总是要花几个小时,我不想只保存"R代码“,还要保存每个变量、数据集、
回归
结果
。谢谢!
浏览 1
提问于2018-03-12
得票数 1
回答已采纳
1
回答
逻辑
回归
Varimp总是不同于其他模型;文本
分析
R
、
、
、
我一直在我的tweets数据集上运行逻辑
回归
、神经网络、朴素贝叶斯和SVM模型。我正在做情感
分析
,其中R是根据训练数据预测文本是积极的、中性的还是消极的。我注意到varImp对于神经网络、朴素贝叶斯和
支持
向量
机
总是相同的。然而,logistic
回归
的变量具有非常不同的变量重要性。我只是好奇为什么会这样?逻辑
回归
不是一个很好的文本
分析
模型吗?
浏览 5
提问于2016-04-23
得票数 1
1
回答
使用
支持
向量
机
分类和
回归
的区别
、
、
支持
向量
机
分类器和
支持
向量
机
回归
机
的确切区别是什么?
浏览 3
提问于2012-07-24
得票数 4
1
回答
如何用Java中的Encog SVM预测多个值
、
、
、
早在Encog库中,我就在研究反向传播神经网络的预测系统,现在我一直在研究
支持
向量
机
领域,我发现它比神经网络效率高得多,我的目标是测试预测在
支持
向量
机
中的表现,并与BPN进行比较。另一方面,在
支持
向量
机
方面,我有一点问题。我训练网络,在3秒内收敛,它似乎工作得很好,但是当我测试数据时,它只预测了每行输出中的一个元素,而不是BPN中的3个asi。
浏览 3
提问于2014-05-16
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
、
、
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
浏览 4
提问于2019-11-19
得票数 5
3
回答
有很多特性(超过300个)来处理
回归
问题的最佳方法是什么,其中许多都是绝对的?
我有20,000培训的例子,不同的候选人属性(最高的教育水平,国家,年的正式培训完成,等等)。 我的输出(预测)将用于job_performance,这是在700和4,200之间测量的(在我的训练数据中)。起初,我想把一个fully connected neural network组合在一起,但我在Kaggle竞赛中尝试了一个类似的问题,但没有产生很好的效果。你会用什么方法(S)开始?
浏览 0
提问于2019-06-23
得票数 0
回答已采纳
1
回答
神经网络在价格预测中的应用
、
、
我读过这篇关于神经网络的文章: “虽然感知器规则在训练样本是线性可分的情况下找到了一个成功的权
向量
,但如果这些例子不是线性可分的,则它可能无法收敛。因为我得到了很好的
结果
使用它(0.09%的MAPE错误)。我还应用了
支持
向量
机
回归
(fitrsvm function in MATLAB),因此我不得不问,
支持
向量
机
可以用于预测/prediction还是仅用于分类,我还没有读到过使用
支持
向量
浏览 2
提问于2016-04-27
得票数 0
回答已采纳
1
回答
交叉验证检验
结果
的稳健性(SVM,Logistic
回归
)
、
我使用训练集和测试集对我的数据集进行了Logistic
回归
和
支持
向量
机
。现在,为了检查我的
结果
是否健壮,我想执行交叉验证(我使用的是caret包)。., data=df, trControl=train_control, method="glm") 然而,在我看来,我似乎只是在检查我的logistic
回归
模型的准确性(因为我使用的是method="如何使用交叉验证来检验
支持
向量
机
模型的准确性?(不存在名为
浏览 1
提问于2019-05-18
得票数 0
回答已采纳
1
回答
Matlab fitcsvm特征系数
、
我正在运行一系列的
支持
向量
机
分类器来解决一个二进制分类问题,并且在分类精度方面取得了很好的
结果
。谢谢您的
浏览 6
提问于2015-03-05
得票数 0
1
回答
“适者生存”和“适者生存”有什么区别?
、
在MATLAB中,文献表明fitclinear使用
支持
向量
机
或logistic
回归
,fitcsvm也是
支持
向量
机
。两者之间有什么区别?
浏览 9
提问于2017-09-27
得票数 0
回答已采纳
1
回答
支持
向量
机能给出类似线性
回归
模型的方程
、
、
采用多元线性
回归
方法,得到了56%的校正分类。当我使用
支持
向量
机
(RBM)时,我可以得到61%的分类(从56%提高到现在的61%)。但是当我运行
支持
向量
机
( Rattle & Python )时,它们都没有给出任何等式。虽然我喜欢SVM的分类
结果
,但是没有任何方程/s,我就不能使用它。因为我们的客户只想在excel中使用模型。
支持
向量
机
是否可以像线性
回归
/
浏览 1
提问于2013-11-04
得票数 0
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
python用支持向量机回归(SVR)模型分析用电量预测电力消费
基于支持向量回归机的空调负荷预测
浅谈支持向量机
支持向量机SVM
机器学习100天-Day1603支持向量机回归
热门
标签
更多标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
活动推荐
运营活动
广告
关闭
领券