저는 기계 학습에 익숙하지 않으며 분류/회귀 문제에 대해 연구하고 있습니다. 데이터 세트에서 는 날씨 기능으로, 몇 가지 범주 값을 사용이 : 써니, 비가 오는 등 바람, 구름, 이 기능을 변환하는 두 가지 선택 방법이 있습니다 1 date weather indexedWeather
2017-11-01 Sunny 0
2017-11-02 Cl
내 데이터 세트가 x 및 y인데, x은 독립적이고 y은 종속 변수 인 경우, 어떻게 필자는 그것에 대해 적합한 선형 모델을 만들려고합니까? summary(result<-lm(y~x,data=DataTable))
가 어떻게이 모델을 설명하는 플롯을 보려면 어떻게해야합니까 : 내 시도는 첫번째 변수 결과에 모델을 할당하는 것? 일단 내가 그것을 찾으면 어떻
이 코드를 사용하여 theta를 찾지 못했습니다. 문제를 시각화하는 데 도움이되는 플롯 코드가 추가되었습니다. 은 나를 감사을 코드의 짧은 블록의 버그를 발견 도와주세요 import numpy as np
import matplotlib.pyplot as plt
N = 20
def arr(n):
return np.arange(n) + 1
저는 선형 회귀를 수행하기 위해 아주 단순한 2 층 인공 신경망을 만들기 위해 텐서 흐름 라이브러리를 사용하고 있습니다. 제 문제는 결과가 예상보다 멀어진 것 같습니다. 나는 몇 시간 동안 실수를 저 지르려고 노력했지만 희망은 없었다. 나는 텐서 흐름과 신경 네트워크에 익숙하지 않으므로 사소한 실수 일 수 있습니다. 누구든지 내가 뭘 잘못하고 있는지 생각할
간단한 선형 회귀 모델을 만들려고합니다. a.csv에는 8 개의 열이 있습니다. Var1 월 dow Hour is_holiday T로드 날짜. X = ones ...에서 오류가 발생합니다 ... 형식 테이블의 입력 인수에 대해 정의되지 않은 작업 시간이 표시됩니다. T = readtable('a.csv')
x1 = T(:, 6);
x2 =
나는 람다의 최적 값을 얻은 후에 올가미 회귀 분석을 시도하고 있으며 문제는 릿지 회귀 분석의 가중치와 비교하기 때문에 계수 (가중치 벡터)를 얻고 싶습니다. lasso = Lasso(alpha=optimal_lmbda, fit_intercept=True, random_state=1142, max_iter=5000)
lasso.fit(X_train, y_
import tensorflow as tf
M = tf.Variable([0.01],tf.float32)
b = tf.Variable([1.0],tf.float32)
#inputs and outputs
x = tf.placeholder(tf.float32)
y = tf.placeholder(tf.float32) # actual value of
회귀 분석에서 스마트하게 잔차를 다루는 몇 가지 논문을 보았습니다. 나머지 부분은 피팅 된 선에 수직으로 그려집니다. 에서도 2 또는도 5의 (선형 회귀)로부터 예 화상 : https://www.nature.com/articles/nn.4538#results는 내 R의 예는 : https://www.r-bloggers.com/simple-linear-reg
나는 현재 내가 선형 회귀에 맞게 ggplot 여러 플롯을 만드는거야 "CI"를 추가합니다. format.multi2<-theme_bw() +
theme(axis.line=element_line(colour="black"),
axis.text=element_text(size=14, colour="black"),
axis.tit