1回答
我想在Python中运行创建一个虚拟变量回归。因此，我有一个2000到2020年的比率列表，我想从以下模型中估计非危机(NC)和危机(C)期间的α和β，其中包含关于α和风险因子系数的虚拟变量： Model 其中，Dnc，t是虚拟变量，对于非危机时期，t取值为1，否则为0；Dc，t是虚拟变量，其值为1，否则为0。现在，我想在<em
浏览 30提问于2021-04-09得票数 0
尝试将一些大型面板数据从excel转换到python中，这样我就可以进行一些GMM/横截面面板数据回归分析(想想sci-kit包)。我已经将数据从excel转移到Python，但用于回归分析的格式不正确(见下文)。Scikit网站上有一些数据集可以使用，但对于讨论格式以及如何将您的数据转换为类似的格式以将我的数据转换为Python并没有真正的帮助。有没有人有使用excel (.xlsx)数据并将其导入Pyt
浏览 1提问于2016-07-24得票数 0
2回答
我希望使用Python对一些拥有大量分类变量的数据进行多元线性回归或Logistic回归。我知道，有一个范畴变量，我需要把它转换成一个虚拟，然后移除一种类型的虚拟，以避免冒充，然而，是否有人熟悉在处理多个类型的范畴变量时应该采取什么方法？
我对每个人都做同样的事吗？例如，将每种类型的记录转换为一个虚拟变量，然后为每个类型删除一个
浏览 7提问于2017-05-24得票数 1
回答已采纳
1回答
线性回归中的虚拟变量陷阱
、、、
在处理范畴变量时，虚拟变量陷阱是一个常见的线性回归问题，因为一个热编码引入了冗余，所以如果我们的范畴变量中有m个类别，我们通常会删除一个虚拟变量，使之具有m-1虚拟变量，而不是m个虚拟变量。这背后的原因可以从Jason Brownlee的“机器学习的数据准备:数据清理、特性选择和Python<
浏览 0提问于2022-10-02得票数 2
1回答
在多元线性回归模型中，为什么我们要比虚拟变量的总数少一个虚拟变量？
例如，如果模型包含4个虚拟变量，我们将更新特征向量以训练回归模型。x = x[:, 1:4]。
浏览 2提问于2018-08-19得票数 1
1回答
因此，我是Python的新手，我正在尝试使用sklearn包中的DecisionTreeClassifier()函数。问题是，我有(大多数)名义变量，而DecisionTreeClassifier()无法处理这些变量。在R (我很熟悉)中，这很容易解决，只需将变量设置为因子(as.factor())，回归函数就会自动创建虚拟变量并删除一个虚拟引用变量。为此，我使用
浏览 38提问于2019-09-05得票数 0
回答已采纳
1回答
我正在为out_of_order变量创建虚拟变量，以便使用以下命令运行回归分析：我想更改我的虚拟变量的名称，它显示在回归表中。
浏览 4提问于2020-07-30得票数 0
回答已采纳
1回答
我训练了一个XGBoost回归模型，它试图预测运动提供的转换数。自变量是每月虚拟，位置虚拟，和4列竞选规则(数字)。总共有6列ind。变量。我训练了模特。现在我试着用这个模型来预测一个特定的竞选活动的表现。我的目标是输入新活动的规则、月份和地点，并得到XGBoost预测的转换量。您知道如何在Python中实现这种预测吗？谢谢
浏览 0提问于2022-02-10得票数 0
回答已采纳
1回答
我试图建立一个多元线性回归在MATLAB中有20个预测，这是分类与4个层次。我使用的是“回归”函数，如下所示(这些不是实际变量)：在此之前，我用虚拟变量对范畴变量中的向量x1、x2在虚拟变量文档中提到:要在回归模型中使用虚拟变量，必
浏览 2提问于2020-05-04得票数 0
1回答
假设有一个范畴变量，教育有不同的价值，如std_10，std_12，研究生，PG和博士，数据集名为df，因变量为收入，另一个独立的连续变量为年龄。我可以使用Python为ols回归创建一个虚拟变量，使用C()。但是，我无法删除一个虚拟变量(例如，要删除毕业生和PG)，这是微不足道的，并保留了虚拟变量的其余部分。fit = ols
浏览 0提问于2019-01-27得票数 3
1回答
但是，我不知道如何在python中编写代码，这说明了多个季节性。据我所知，SARIMAX只负责一个季节，但我想检查每周、每月和季度的季节性。我知道要捕捉一周中的季节，我应该创建6个虚拟变量，来捕捉月份的季节性，创建30个虚拟变量，并且要捕获一年中的月份，创建11个虚拟变量。但我不知道如何将它与Python中<e
浏览 3提问于2018-06-06得票数 9
我试图在状态模型中打印一系列逻辑回归，但不确定如何将结果打印到控制台屏幕以外的其他地方。我已经创建了一个函数来运行回归，其中数据是数据集，而其他变量是数据集中的一系列虚拟变量标签(我确信这不是运行这些变量的最有效方法，但如果我有5个因变量，并且我想在var3中使用2和15中的9个虚拟变量来运行回归</e
浏览 2提问于2016-03-20得票数 1
回答已采纳
我试图用Python运行一个回归，但是它只需要很长时间就会停止运行。在Stata中，它可以工作，只需几秒钟。这是由于一个分类列，包括组固定效果.如果没有变量，Stata和Python的性能相当，200,000次观察需要大约1秒的时间：reg income height Number_children代码Python
model = smf.ols(income ~ height + Number_children, data=human
浏览 0提问于2018-03-29得票数 0
回答已采纳
我有一个像临床指标一样的响应变量，并将执行基于一系列预测变量的多元回归，所有的预测变量都是数值变量或范畴虚拟变量，除了种族是4级范畴变量之外。要执行此回归，我需要对race变量进行虚拟编码。
浏览 11提问于2022-11-02得票数 0
我正在尝试运行一个包含超过11,000个虚拟交互项的面板回归。我的回归如下所示：其中i.county*i.year表示虚拟变量的交互。无论是Stata，还是Matlab，或者R都不能容纳这么多的变量。我不确定是否有一个命令可以增加存储变量的数量(例如，stata中的-set matsize命令
浏览 2提问于2013-05-12得票数 0
回答已采纳
2回答
距离间隔的虚拟变量
、、、
在我的数据集中，我想创建虚拟变量，用于识别特定距离内变量的影响。距离应为：长达1000米，所以总共有10个虚拟变量。编辑：提前感谢
浏览 0提问于2013-07-01得票数 0
回答已采纳
2回答
群套索与特征选择
、、
我有一个包含大量分类变量和二进制目标变量的数据集，我想把它放到svm中。我将分类变量转换为虚拟变量，因为我的观察结果比我想要执行的特性选择的变量少得多。因为我把分类变量转换成虚拟变量，所以我知道我不能使用简单的lasso，因为它会删除部分虚拟变量。
我正在寻找一个包来实现具有二进制目标的<em
浏览 0提问于2022-08-17得票数 1
2回答
我尝试先使用sm.GLM模型，然后使用model.fit_constrained代码，在Python语言中运行约束回归。results = model.fit_constrained('BOATS * 1 + CARS * 0.
浏览 201提问于2018-06-30得票数 0
回答已采纳
我是机器学习的新手，面临着在多元线性回归中如何去除多个自变量的问题。我所经历的步骤: 1)读取数据集2)分离成X和Y)将分类数据编码为数据集包含列:教授、职称、专业等。4)去除虚拟变量5)OLS回归结果。
我有7个自变量，OLS后有6个独立variables.Removed，P> 0.05，P值大于0.0 5的显着性水平。您能建议哪些步骤来绘制图形，并删除图像中附加的所有不必
浏览 3提问于2018-11-13得票数 0
我正在使用statsmodel在python中做一个logistic回归模型。我使用get_dummies将我的分类变量转换为虚拟变量。如何为熊猫中的虚拟编码设置参考级别？如何将“绿色”设置为虚拟变量的参考级别？(我想保留“蓝色”栏，删除“绿色”栏)
如果我设置drop_first=False，然后通过执行df.drop('green', ax
浏览 0提问于2021-11-10得票数 0
云服务器
ICP备案
腾讯会议
云直播
对象存储
腾讯云开发者
