ARIMA预测的统计模型为我提供了差分信号的预测，而不是实际信号的预测.我犯什么错误?
信号看起来像这样 原始信号 使用 plot(output.diff())获得的差分信号看起来像这样 差分信号 接下来，通过分析ACF和PACF获得ARIMA模型的参数 模型通过以下方式拟合 模型= ARIMA(输出值，顺序=(2,1,1)) model_fit = model.fit(disp = 0) 当我使用 model_fit.plot_
..
predict相关内容
Keras Val_acc很好，但是对相同数据的预测很差
我正在使用Keras进行CNN两类分类.训练时，我的val_acc高于95％.但是，当我为相同的验证数据预测结果时，acc小于60％，那有可能吗?这是我的代码: from keras.preprocessing.image import ImageDataGenerator from keras.models import Sequential from keras.layers impor
..
在定制的keras损失中使用keras模型
我有一个名为e的常规keras模型，我想在自定义损失函数中比较y_pred和y_true的输出. from keras import backend as K def custom_loss(y_true, y_pred): return K.mean(K.square(e.predict(y_pred)-e.predict(y_true)), axis=-1) 我收到错误:At
..
由于错误的环境设置而与Keras一起预测失败
我无法让Keras预测任何事情.甚至在这种简约模型中也没有: from keras.models import Sequential from keras.layers import Dense import numpy as np inDim = 3 outDim = 1 model = Sequential() model.add(Dense(5, input_dim=inDim,
..
{“错误":“服务签名名称:" serving_default"；在签名def中找不到" }
我使用GCP(谷歌云平台)来训练我的模型，并且可以导出导出的模型.我使用了该模型并使用了Tensorflow服务1.8 CPU的本地docker镜像，我得到了以下结果作为REST调用的输出 { “错误":“在签名定义中找不到服务签名名称:\" serving_default \“ } 解决方案 使用SavedModelCLI命令查看模型的SignatureDef，如下所示: save
..
概率回归中的预测和乘法变量/交互项
我想确定概率回归中每个因变量的边际效应，如下所示: 使用每个变量的平均值预测(基本)概率 对于每个变量，如果变量取均值+变量的1x标准偏差值，则预测与基本概率相比的概率变化 在我的回归之一中，我有一个乘法变量，如下所示: my_probit
..
R中预测和glm.predict的错误
问题 我在R中训练了线性回归，以根据city(数据框data中的变量)预测this.target.此训练针对由train.index指定的数据子集完成. model = glm('data[, this.target] ~ data$city', data = data, subset = train.index) 我正在尝试对由test.index指定的保留数据进行测试.
..
R使用列索引号预测数据框中每一列的glm拟合
尝试使BLR模型适合数据框中的每一列，然后根据新数据pt进行预测.有很多列，因此无法通过名称(仅列号)识别列.在查看了该站点上几个类似性质的示例后，无法弄清为什么它不起作用. df
..
r中具有任意系数的predict()
对于非r用户设置的logit模型，我有一些系数.我想将这些系数导入r并在与我自己的模型相同的数据集(ROC和混淆矩阵)上生成一些拟合估计.我的第一个想法是使用类似 的方法将系数强制为现有的GLM对象 summary(fit)$ coefficients [，1]
..
可视化R中两个连续变量和一个分类变量之间的三向交互
我在R中有一个模型，该模型包括两个连续自变量IVContinuousA，IVContinuousB，IVCategorical和一个分类变量(分为两个级别:控制和治疗)之间的显着三向相互作用.因变量是连续(DV). model
..
在使用插入式的train()使用公式训练的randomForest对象上使用predict()时出错
在64位Linux计算机上将R 3.2.0与插入号6.0-41和randomForest 4.6-10一起使用. 当尝试使用公式从caret包中的train()函数训练的randomForest对象上使用predict()方法时，该函数将返回错误. 当通过randomForest()和/或使用x=和y=而不是公式进行训练时，它们都运行平稳. 这是一个有效的示例: library(
..
使用滞后结果作为回归变量时，如何使Stata生成动态预测?
我目前正在处理一个非常小的数据集(20个观察值，我知道这很糟糕).但是我需要以某种方式预测这些价值.当我简单地对因变量进行时间回归时，我可以做出预测，但是当我添加滞后或差异变量时，则预测未来不会超过一年.这是因为观察太少了吗? 这是我的上下文代码.这两行注释掉了对当前数据的更好拟合预测的结果，但仅生成了一个未来预测. use "scrappage.dta", clear drop i
..
如何将预测函数用于R中的简单移动平均模型?
我想为我的简单移动平均模型预测未来价值.我使用了以下过程: x
..
频率参数在ts中的作用
ts()函数如何使用其frequency参数?将错误的值分配为frequency有什么作用? 我正在尝试使用1.5年的网站使用情况数据来建立时间序列模型，以便可以预测未来一段时间的使用情况.我每天都在使用数据. frequency在这里应该是什么-7或365或365.25? 解决方案 frequency是季节性周期重复的“那个"时期.我在吓人引号中使用"the"，因为当然，时间序列数
..
训练和测试集是否必须与预测集不同（以便您需要对所有列应用时移）？
我知道一般规则，我们应该只在测试集上测试经过训练的分类器。 但是现在出现了问题： 当我已经受过训练时并准备好经过测试的分类器，是否可以将其应用于训练和测试集基础的同一数据集？ 还是我必须将其应用于与训练不同的新预测集+测试集？ 如果我预测时间序列 的标签列怎么办（稍后编辑：我并不是要在此处创建经典的时间序列分析，但是我只能从典型的数据库中选择广泛的列，就可以将每周，每月或随机存储的数据
..
使用输入fn在Tensorflow估计器中进行预测
我使用来自 https：中的教程代码： //github.com/tensorflow/tensorflow/blob/r1.3/tensorflow/examples/learn/wide_n_deep_tutorial.py 并且代码可以正常工作，直到我尝试做出预测而不是仅仅对其进行评估。我试图制作另一个看起来像这样的预测功能（只需删除参数y）： def input_fn_predic
..
使用rpart包在R中的ROC曲线？
我拆分了 Train 数据集和 Test 数据集。 我在R（仅火车组）中为CART（分类树）使用了包 rpart 。我想使用 ROCR 包进行ROC分析。 变量为`n。使用”（响应变量... 1 =是，0 =否）： > Pred2 =预测（Pred.cart，Test $ n.use） 预测错误（Pred.cart，Test $ n.use）： **预测格式无效。**
..
如果无法在预测中使用编码，编码的目的是什么
这是对此问题的跟踪。 我以为我们执行OneHotEncoding的原因是将字符串数据转换为numpy数组吗？ 然后是Predict语句 val_predictions = Soccer_model.predict（val_X） 应该可以正常工作，因为它正在使用编码数据。 此处是我到目前为止的代码： 从sklearn.metrics导入numpy为np 导入熊猫为pd
..
使用step_naomit进行预测并使用tidymodels保留ID
在尝试使用随机森林模型合并回原始数据帧时，我试图在该行上保留一个ID.我在食谱中使用step_naomit，它可以在烘焙训练数据时删除缺少数据的行，但也删除测试数据上缺少数据的记录.不幸的是，我没有一个ID可以轻松知道删除了哪些记录，因此我可以准确地合并到预测中. 我尝试将ID列添加到原始数据中，但是bake会删除公式中未包含的所有变量(并且我不想在公式中包含ID).我还认为我可能可以保留原
..
在混合模型上使用lme4预测功能时遇到问题
我在尝试在混合模型上使用lme4预测功能时遇到了一些困难.进行预测时，我希望能够将我的一些解释变量设置为指定水平，但将其他变量平均. 以下是一些组成的数据，它们是我原始数据集的简化且无意义的版本: a
..