regression相关内容
以下是我的数据 >X日总和1 2015-04-14 1292 2015-04-15 1293 2015-04-16 1294 2015-04-17 8995 2015-04-18 8996 2015-04-19 8997 2015-04-20 8998 2015-04-21 8999 2015-04-22 89910 2015-04-23 89911 2015-04-24 89912 2015-
..
我正在尝试在使用 gamlss 包中的 gamlss 函数拟合的模型上绘制蠕虫图残差.兴趣图如下所示: 最初,下面是参考使用childsds包中的wormplot_gg函数的计算例程,但是,使用上述函数表达的结果并不是看起来就像上面显示的例子一样,它被应用于包含在 R 中的数据集. 库(ggplot2)图书馆(无游戏)图书馆(childsds)头(橙色)Dados
..
我正在尝试使用一些成反比的数据执行普通最小二乘回归,但似乎拟合结果是错误的? 导入 statsmodels.formula.api 作为 sm将 numpy 导入为 np导入 matplotlib.pyplot 作为 plty = np.arange(100, 0, -1)x = np.arange(0, 100)结果 = sm.OLS(y, x).fit()图, ax = plt.subplo
..
我在 Excel 2003 中使用 GROWTH(或 LINEST 或 TREND 或 LOGEST,都犯同样的问题)函数.但有一个问题,如果缺少某些数据,该函数拒绝给出结果: 您可以在此处下载文件. 有什么解决方法吗?寻找简单优雅的解决方案. 我不想要摆脱缺失值的明显解决方法 - 这意味着删除列并且这也会损坏图表,并且它会在我有更多的其他表中产生问题行和不同列中的缺失数据.其他
..
我想绘制具有不同截距但具有相同斜率的回归线. 使用以下 ggplot2 代码,我可以绘制具有不同截距和不同斜率的回归线.但是不知道如何绘制不同截距但相同斜率的回归线. 库(ggplot2)ggplot(data=df3, mapping=aes(x=Income, y=Consumption, color=Gender)) + geom_point() +geom_smooth(数据=df
..
..
非常感谢您对此的意见! 我正在研究逻辑回归,但由于某种原因它不起作用: mod1 当我用更少的数据运行相同的模型时,它就起作用了!但是对于完整的数据集,我收到一条错误和警告消息: 错误:内循环1;无法修正步长此外: 警告消息:1:由于发散而截断步长2:由于发散而截断步长 这是数据:https://www.dropbox.com/s/8ib8m1fh176556h/NSSH1.csv?
..
我对自由度为 178 的双尾 t 检验进行了线性回归.summary 函数为我的两个 t 值提供了两个 p 值. t 值 Pr(>|t|)5.06 1.04e-06 ***10.09 <2e-16 ***......F 统计量:101.8 在 1 和 178 DF 上,p 值: 我想用这个公式手动计算 t 值的 p 值: p = 1 - 2*F(|t|)p_value_1 我没有得到
..
我正在尝试开发一个应用程序,该应用程序可以计算与 excel 相同的趋势线,但适用于更大的数据集. 但我找不到任何计算此类回归的 Java 库.对于 linera 模型,我使用的是 Apache Commons 数学,对于另一个模型,Michael Thomas Flanagan 提供了一个很棒的数值库,但自 1 月以来它不再可用: http://www.ee.ucl.ac.uk/~m
..
我正在使用 R 包 randomForest 对一些生物数据进行回归.我的训练数据大小是 38772 X 201. 我只是想知道 --- 树的数量 ntree 和每个级别的变量数量 mtry 的合适值是多少?有没有近似公式可以找到这样的参数值? 我输入数据中的每一行是一个 200 个字符,代表氨基酸序列,我想建立一个回归模型来使用这样的序列来预测蛋白质之间的距离. 解决方案 m
..
我有一个二元结果的回归模型.我用 glmnet 拟合模型并得到选定的变量及其系数. 由于 glmnet 不计算变量重要性,我想将确切的输出(选定的变量及其系数)提供给 glm 以获取信息(标准错误等). 我搜索了 r 个文档,看来我可以在 glm 中使用“方法"选项来指定用户定义的函数.但是我没有这样做,有人可以帮助我吗? 解决方案 “问回归的标准误差是一个很自然的问题系数
..
我有一个数据框x1,它是用下面一段代码生成的, x 我想提取数据的 y 轴截距和线性回归拟合的斜率, x y z s t q1 1 1 -19 -6.333333 -38 -6.3333332 2 8 -12 -4.000000 -24 -32.0000003 3 27 7 2.333333 14 63.0000004 4 64 44 14.666667 88 938.6666675 5
..
我们将树木的直径作为预测变量,将树木高度作为因变量.此类数据存在许多不同的方程,我们尝试对其中一些方程进行建模并比较结果. 但是,我们无法弄清楚如何将一个方程正确地放入相应的R formula 格式. 可以以R中的trees数据集为例. 数据(树)df 首先,一个似乎运行良好的等式示例: form1 系数a、b和c是估计出来的,这是我们感兴趣的. 现在有问题的等式
..
以下是使用 pytorch 为两个回归任务构建 DNN 的示例代码.forward 函数返回两个输出 (x1, x2).用于大量回归/分类任务的网络如何?例如,100 或 1000 个输出.对所有输出(例如 x1、x2、...、x100)进行硬编码绝对不是一个好主意.有没有一种简单的方法可以做到这一点?谢谢. 导入火炬从火炬进口nn导入 torch.nn.functional 作为 F类 myn
..
我正在尝试在数据集上测试逻辑回归模型(例如,3 个预测变量 X1、X2、X3 的 3 个系数).我知道如何在创建模型对象后测试模型,例如, mymodel 然后测试数据 prob
..
我刚开始学习 keras.我正在尝试在 keras 中训练非线性回归模型,但模型似乎没有学到太多东西. #datapointsX = np.arange(0.0, 5.0, 0.1, dtype='float32').reshape(-1,1)y = 5 * np.power(X,2) + np.power(np.random.randn(50).reshape(-1,1),3)#模型模型 =
..
我使用 scipy.odr 以适应 x 和 y 上的不确定性,并遵循这个问题 使用 scipy curve_fit 进行正确拟合,包括 x 中的误差? 拟合后,我想计算参数的不确定性.因此,我查看协方差矩阵的对角元素的平方根.我明白了: >>>打印(np.sqrt(np.diag(output.cov_beta)))[ 0.17516591 0.33020487 0.27856021]
..
我的数据集包含 400 张 32x32x3 的图像,标签包含浮点数 (-1,1).示例: faceCroppedImages/img1.jpg 0faceCroppedImages/img2.jpg 0.0128faceCroppedImages/img3.jpg 0.0128faceCroppedImages/img4.jpg 0.0128faceCroppedImages/img22.jpg
..
我在用caffe做回归,我的test.txt和train.txt文件是这样的: /home/foo/caffe/data/finetune/flickr/3860781056.jpg 2.0/home/foo/caffe/data/finetune/flickr/4559004485.jpg 3.6/home/foo/caffe/data/finetune/flickr/3208038920.j
..
我写了一个多元多项式回归的代码,我使用了sklearn的多项式特征和变换函数.是否可以进行多元对数回归?sklearn 是否有某种对数变换,就像多项式特征一样?如何在python中编写多元对数回归? 这是我的多元多项式特征代码: 将 numpy 导入为 np将熊猫导入为 pd导入数学导入 xlrd从 sklearn 导入 linear_model从 sklearn.model_select
..