1回答
我想在Data中做一个线性回归。我不知道是否有什么东西已经存在(我已经看过了，似乎没有)。我想要的不是在图中绘制线性回归，而是获取线性回归系数，然后对用户定义的输入参数进行预测。我或多或少知道如何在JS中编写线性回归函数。是否有一种方法可以创建一个以某些参数作为输入并返回输出JS自定义进程(涉及循环)的字段？
浏览 3提问于2020-10-07得票数 0
回答已采纳
1回答
，但如果函数是三次或更高次多项式(对变量的幂)，我们还可以使用线性回归吗？我在这里看到了一个类似的问题，“曲线”被认为是“线性”吗？，但是第二个回答说，线性是以权值或其他超参数等参数来表示的，多项式回归是一种特殊的线性回归。因此，如果模型的参数有幂，则该函数是一个非线性函数，因此我们得到了一个非线性模型。对吗？2)高阶多项式属于线性模
浏览 0提问于2019-10-28得票数 0
回答已采纳
2回答
我正在试着用cftool来拟合一个基本的振荡器。问题是Matlab不会进行拟合；它一直在画一条直线。我一直在试验起始点和限制，但都没有用。 这个问题可能是微不足道的，但我想不出问题是什么。 当前拟合： ?
浏览 34提问于2021-01-21得票数 1
回答已采纳
1回答
对于与分类和回归问题相关的术语，我面临一些困惑。使用MLP和Perceptron模型。这些建议如下：2)如果它是线性不可分的，那么它是否意味着从输入到输出的映射函数总是非线性的？因此，我们更喜欢MLP或最新的新模式，如深度学习？3)线性回归在线性不可分离数据中失效，或者线性回归对不可分离数据有
浏览 0提问于2019-10-08得票数 2
回答已采纳
3回答
据我所知，岭回归只是有一个优化问题的损失函数加上正则化项(L2范数在岭的情况下)。但是，我不确定损失函数是否可以用非线性函数来描述，还是需要是线性的。在这种情况下，如果损失函数需要是线性的，那么据我所理解的岭回归，只是执行线性回归加上L2-范数的正则化。如果我错了，请纠正我。
浏览 0提问于2020-03-13得票数 8
回答已采纳
我最近开始学习回归的基础知识，作为初学者，我开始学习线性回归。我读到这篇文章说，对于这种特殊类型的回归，自变量和因变量之间的关系必须是线性的，这意味着我只能用线性回归来预测“线”：https://www.analyticsvidhya.com/blog/2015/但是，我开始想知道如何建模像"y= log(x)“或”y= sqrt(x)“或"y=exp(x)”或"y=tan(x)“之类的<e
浏览 0提问于2019-03-15得票数 2
回答已采纳
1回答
Logistic和线性回归具有不同的成本函数。但我不明白logistic回归中的梯度下降与线性回归是如何一致的。
通过推导平方误差代价函数，得到了梯度下降公式。然而，在Logistic回归中，我们使用了一个对数成本函数。我想我在这里迷路了。
浏览 0提问于2018-01-22得票数 1
回答已采纳
2回答
线性回归假设
、、
我读到，我们对线性回归作了以下假设：
因此，这些假设是特定于线性回归或适用于所有类型的回归技术，如支持向量回归，拉索和岭回归，逐步回归等。
浏览 0提问于2020-03-11得票数 3
2回答
我知道线性回归做“回归”，logistic回归做“分类”。当我们实现这两种方法时，我能注意到的唯一不同是损失函数:线性回归使用均方误差这样的损失函数，logistic使用交叉熵。
浏览 0提问于2018-09-14得票数 1
回答已采纳
2回答
如何在R中创建一个自定义函数，该函数根据给定数据和用户指定的变量数量拟合所有多元线性回归模型？该函数如下所示：适合所有数据。我想要用户指定变量数量的函数，如下所示
(my.data = BodyFat, n = 2)
浏览 1提问于2014-04-11得票数 1
1回答
自定义函数线性回归
、、、
我正在尝试用python实现下面的"R“代码：x3, data=data);
我知道在sklearn中，你可以用多个变量进行线性回归
浏览 1提问于2018-08-07得票数 0
回答已采纳
1回答
我想使用R包smcfcs和命令smcfcs。例子如下。method=c("","","norm","x^2",""))
method=c("&#
浏览 1提问于2016-10-25得票数 1
回答已采纳
1回答
在做机器学习项目时，我们听说逻辑回归对“线性数据”很好，决策树在“非线性数据”中运行良好。
然而，线性和非线性数据的概念是没有意义的。对我来说，只有线性可分数据和非线性可分数据对我来说是有意义的，因为它是一个线性函数，因此逻辑回归对“线性可分数据”很有效。在数学中，线性函数是一次多项式，所有其他非线性函数都被认为是非线性
浏览 0提问于2021-05-19得票数 1
回答已采纳
2回答
截距参数的正则化
、、、、
根据我所读到的线性和Logistic回归的成本函数，正则化参数(λ)被应用于除截距以外的所有项。例如，这里分别是线性回归和logistic回归的成本函数(注意j从1开始)：📷
浏览 0提问于2020-05-04得票数 4
2回答
我希望使用具有多个断点的非线性函数来分段执行回归。我已经做了分段线性回归，但是当涉及到指定任何类型的非线性函数时，我们如何在R中设置？
具体地说，我对使用两个断点的3个函数线性、指数和指数感兴趣。
浏览 0提问于2012-02-24得票数 1
2回答
根据我所理解的，线性回归可以预测可以具有连续值的结果，而logistic回归预测的结果是离散的。在我看来，logistic回归类似于一个分类问题。所以，为什么叫回归？
还有一个相关的问题：
浏览 9提问于2015-05-28得票数 7
回答已采纳
1回答
我不太清楚如何在R中分析非线性回归，我发现通过使用函数的日志，我仍然可以用lm进行线性回归。我的第一个函数是这个函数，其中β1是截距，β2是斜率，ε是错误项：我认为下面的命令给了我我想要的东西：问题在于以下功能：我不知道我应该在lm里面放些什么来对我的函数进行线性回归.知道吗？
浏览 5提问于2021-12-05得票数 0
回答已采纳
根据我的理解，线性回归被用来预测一个基于输入的输出，它使用一个线性方程来最优地拟合一些输入数据。利用损失函数对输入数据选择最佳拟合线性方程。通过模拟y= mx +b中m和b的值，可以找到具有梯度下降的最优线性方程组。
我的问题是，梯度下降总是找到线性回归的全局最小损失吗？这个问题的一个扩展是，对前一个问题的答案不取决于所使用的损失函数吗？此外，当我们在m，b的图上使用梯度下降以及损失函数的值时，如果我们使用线
浏览 0提问于2021-10-04得票数 2
回答已采纳
3回答
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？众所周知，任何线性分类器都可以描述为：y = w1*x1 + w2*x2 + ... + c确定线性分类器参数的方法有两大类(生成和鉴别)：https://en.wikipedia.org/wiki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
浏览 0提问于2019-01-31得票数 5
回答已采纳
云服务器
ICP备案
腾讯会议
云直播
对象存储
腾讯云开发者
