应用预测fda.模型(灵活判别分析)时预测测试数据错误
库(Mda) 我正在使用： pred.test
..
prediction相关内容
具有外生变量的VaR模型在SHILINE中不起作用
让我们考虑一个带有外生变量的VAR模型来区分两个时期。此模型的完美工作方式如下： library(shiny) library(vars) #--- Create Exogenous Variable 'periods' data(Canada) canTS
..
如何利用插入符号核心实验室程序包提取高斯过程回归的预测区间？
我正在尝试使用高斯过程回归(GPR)模型来预测河流中的每小时径流流量。我已经得到了很好的结果，我应用了脱：：内核实验室的列车()函数(感谢Kuhn！)。 由于不确定性概念是GPR的主要固有优势之一，我想知道是否有人可以帮助我访问与测试数据集的预测积分相关的结果。 我将摘录我一直使用的代码。由于我的真实数据非常庞大(老实说，我不知道怎么说才好)，我将以数据(空气质量)为例。此特定示例中的
..
使用RANGER计算多分类混淆矩阵时出错
我正在计算一个非常大的数据帧的多分类问题的混淆矩阵，它被划分和缩放为Train_Scale和Test_Scale(Train Set的Scale用于规模测试)集。 Ranger用于建模： set.seed(123) library(ranger) library(caret) Class.ranger
..
如何解决R和Java中的异常"；EVAL失败，请求状态：错误代码：127&QOOT；？
我正在使用R和Java显示预测。 我有5小时的数据。我想从四个小时的数据(关于日期的记忆)预测第五个小时的数据。 通过使用4小时的数据，我创建了新的集合，并将第5小时的预测数据插入到新的集合中。但我收到以下错误： The Exception is eval failed, request status: error code: 127 org.rosuda.REngine.Rserve
..
如何在有基本事实的情况下，仅为数据帧找到正确的正值？
首先，对于冗长的描述，我深表歉意，但我希望每个人都能理解我所做的事情。 我正在研究一个检测模型，它可以预测14种不同的病理，并且我已经制作了一个对任何新的测试图像进行预测的推理文件。 我和具有25k以上测试图像的数据集已经找到了他们的预测，并制作了一个这样的文件Dataframe。 在此数据框中，我有(了解我的情况的信息很少)： image_name______00000003_
..
如何在数据帧中添加预测值？
我将预测扩展到五个值from this link。现在，我想要添加新的五个预测值(New_Interest_Rate和New_Unlosives_Rate)，这样我就可以将它们与原始时间序列一起绘制成一个新的数字。 import pandas as pd from sklearn import linear_model import statsmodels.api as sm Stock_
..
在R中的XG-Boost中使用Forecate()时出错
我一直在运行不同的算法，根据其他几个参数来预测Facebook帖子的性能。我正在尝试的最后一种方法是XG-Boost。 即使在重新检查我的代码和包的文档之后，我仍然不断地收到错误。我的列车和测试数据都已清除，所有因子都已转换为带有1和0的列。 //处理测试和训练数据 temp.treat
..
R：从n个子集中建立pls校准模型，并用它们来预测不同的测试集
我正在尝试应用我编写的一个函数，该函数使用‘pls’包创建一个模型，然后使用它 预测多个测试集(在本例中为9)，返回每个测试集的R2、RMSEP和预测偏差 对于从数据帧中选择的n个子集。 该函数为 cpo
..
使用具有标准误差的FELM输出进行预测
如果使用felm中的投影方法消除固定效果，是否有办法从lfe::felm获得具有标准误差的预测行为？这个问题与问题here非常相似，但该问题的所有答案都不能用来估计标准误差或置信度/预测区间。我知道目前没有predict.felm，但我想知道是否有类似于上面链接的解决方法也可以用于估计预测间隔 library(DAAG) library(lfe) model1
..
R警告：newdata'；有15行，但找到的变量有22行
我在这里读到的关于这个问题的答案很少，但恐怕我还无法找到答案。 我的R代码是： colors
..
R：如何为预测模型制作混淆矩阵？
我有一个数据帧。对于我的模型，第一列包含我的预测分数(范围从0到100，较小的值预计在A类中，较大的值预计在B类中)，第二列包含条目的真实分类(“A类”或“B类”)。 如何为不同的截止值获取带有R的混淆矩阵，因为我还不确定应该在哪里将值<；20或<；50定义为A类？ 如何使用R有效地执行此比较？ 推荐答案 有很多方法可以做到这一点，最好是您的数据具有可重现的示例：
..
R：从决策树中提取规则
我正在使用R编程语言。最近，我读到了一种新的决策树算法，称为强化学习树(RLT)，它被认为有可能将&Quot；Better&Quot；决策树匹配到数据集。此处提供了该库的文档：https://cran.r-project.org/web/packages/RLT/RLT.pdf 我尝试使用此库对(著名的)虹膜数据集运行分类决策树： library(RLT) data(iris) fit
..
在Python中使用factorize()后如何获取原始值？
我是一个初学者，正在尝试使用Python中的随机森林，使用训练和测试数据集来创建预测模型。序列[“允许/阻止”]可以取4个预期值中的1个(所有字符串)。测试[“允许/阻止”]是需要预测的。 y,_ = pd.factorize(train["ALLOW/BLOCK"]) y Out[293]: array([0, 1, 0, ..., 1, 0, 2], dtype=int64) 我使
..
节点%u不在图中，COMMON_Neighbors网络X
我正在使用networkx进行链接预测，我想知道我的图中两个节点之间的公共邻居，看看它们是否可以链接，我遇到了这个问题。 所以这是我的代码： import pandas as pd import numpy as np import random import networkx as nx from tqdm import tqdm import re import matplotli
..
支持向量机模型将概率得分大于0.1(默认阈值0.5)的实例预测为正值
我正在处理一个二进制分类问题。在这种情况下，我使用了从skLearning导入的Logistic回归和支持向量机模型。这两个模型用相同的、不平衡的训练数据进行拟合，并调整了类权重。他们也取得了可比的成绩。当我使用这两个预先训练好的模型来预测新的数据集时。LR模型和SVM模型预测的实例数与正数相似。并且预测的实例共享很大的重叠。 然而，当我查看被归类为阳性的概率得分时，LR的分布是从0.5到1，而
..
使用 tf.keras.preprocessing.image_dataset_from_directory() 时如何在预测期间获取文件名?
Keras 最近推出了 tf.keras.preprocessing.image_dataset_from_directory 函数，它比之前 tensorflow 2.x 中的 ImageDataGenerator.flow_from_directory 方法更有效. 我正在练习 catvsdogs 问题，并使用此函数为我的模型构建数据管道.训练模型后，我使用 preds = model.
..
圆-圆碰撞预测
我知道如何检查两个圆是否相交.但是，有时圆圈移动得太快，最终会避免在下一帧发生碰撞. 我目前对该问题的解决方案是检查前一个位置和当前位置之间的任意次数的圆-圆碰撞. 有没有一种数学方法可以计算出两个圆相撞所需的时间?如果我能够得到那个时间值，我可以将圆圈移动到当时的位置，然后在那个点碰撞它们. 编辑:恒速 解决方案 我假设圆的运动是线性的.假设圆 A 的中心位置由向量方程
..
神经网络中的时间序列提前预测(N Point Ahead Prediction)大规模迭代训练
(N=90) 使用神经网络的前点预测: 我试图预测提前 3 分钟，即提前 180 分.因为我将时间序列数据压缩为每 2 个点的平均值为 1，所以我必须预测 (N=90) 超前预测. 我的时间序列数据以秒为单位.数值在 30-90 之间.它们通常从 30 移动到 90 和 90 到 30，如下例所示. 我的数据可能来自:https://www.dropbox.com/s/uq4ui
..
使用 RNN 进行非线性多元时间序列响应预测
考虑到内部和外部气候，我正在尝试预测墙壁的湿热响应.根据文献研究，我认为 RNN 应该可以做到这一点，但我无法获得良好的准确性. 数据集有 12 个输入特征(外部和内部气候数据的时间序列)和 10 个输出特征(湿热响应的时间序列)，均包含 10 年的每小时值.该数据是使用湿热模拟软件创建的，没有丢失数据. 数据集特征: 数据集目标: 与大多数时间序列预测问题不同，我想预测每
..