다중 회귀 회귀 (OLS)의 신뢰 구간을 수동으로 계산하는 방법을 이해하려고합니다. 내 문제는 모든 개별 계수에 대한 표준 오차를 계산하는 방법을 모른다는 것입니다. 독립 변수가 하나 뿐인 회귀 분석의 경우 튜토리얼 : http://stattrek.com/regression/slope-confidence-interval.aspx을 따랐습니다. 이 튜토리얼은
pyplot을 사용하여 선형 회귀 모델을 계획하고 있습니다. 아래는 제 코드입니다. I 위의 코드를 사용하여 플롯하면 plt.scatter(X_train, y_train, color ='red')
plt.show()
플롯은 아래와 같다 : plt.plot(X_train, regressor.predict(X_train), color = 'blue')
나는 제품의 특정 가격을 예측하기 위해 회귀 알고리즘 (이 경우 k-NearestNeighbors)을 연구 중입니다. 저는 4 가지 가능한 값을 가진 하나의 범주 형 기능 만있는 교육 세트를 보유하고 있습니다. 나는 one-to-k 범주화 된 인코딩 체계를 사용하여이를 처리했습니다. 즉, 현재 판다 데이터 프레임에 3 가지 더 많은 열이 있으며, 현재 값에
R 팩키지 lfe의 felm 함수를 사용하여 추정하고 싶은 많은 요소가있는 선형 모델에서 피팅 된 값을 얻으려고합니다. 함수에 의해 반환 된 fitted.values이 의미하는 바를 오해하지 않는 한,이 값은 수동으로 빌드 할 때 얻을 수있는 출력과 일치하지 않는 것처럼 보입니다. 다음은 패키지 설명서에서 수정 된 예제입니다. library(lfe)
se
일부 선형 모델을 비교할 데이터가 있습니다. 하나의 교육/테스트 세트를 얻으려면 caTools::sample.split()을 사용할 수 있습니다. 같은 샘플에서 다른 트레이닝/테스트 세트를 사용하면 모델이 어떻게 변경되는지보고 싶습니다. set.seed()을 사용하지 않으면 sample.split으로 전화 할 때마다 다른 설정을해야합니다. 을 반환 coef
이 예제는 RDocumentation에서 유용하며 더 자세히 살펴보고 싶습니다. 아래 코드는 내가 검은 분할 선을 만들고 공동 점 (빨간색)을 찾기 위해 방정식을 찾고 싶은 https://www.rdocumentation.org/packages/segmented/versions/0.5-2.1/topics/plot.segmented GDD<- c(221.27
현재 Tensorflow를 사용하여 회귀 문제를 해결하는 방법을 이해하려고합니다. 불행히도, 입력 데이터에 대해 두 번째 차원을 도입하자마자 오류나 손실이 엄청나게 커집니다. 내가 사용중인 데이터 세트는 자체 제작되었으며 매우 간단합니다. 값은 모든 정렬 및 X2는 I는 선형 회귀를 사용하여 값을 근사하려고 + 1 X1 = [2.167,3.1,3.3,4.1
저는 기계 학습 및 sklearn에 익숙합니다. 그럼 다음과 같은 질문이 있습니다. 선형 회귀를 시도하고 있지만 일부 .txt 파일에서 내 데이터를 사용하고 싶습니다. 3 개의 열이있는 표가있는 데이터가 있습니다. 그 후, 나는이 다음 코드를 변경하는 방법을 알고 싶습니다, 즉, http://scikit-learn.org/stable/auto_example
y-X * theta의 l2 norm을 최소화하는 theta를 찾고 싶습니다. 그리고 theta의 일부 요소가 0이어야한다는 제약이 있습니다. 어떻게 MATLAB에서 이것을합니까? 내 y는 10x1이고, X는 10x9이고, 세타 내가 그라데이션 하강을 사용하는 것이 도움이 될 수있다 생각 9x1 하지 때문에 비공식적 인 설명을 여기에 여러 해석 할 수있다
선형 회귀 분석을 사용하여 영감을받은 온도, 진공, 압력 및 습도의 값을 기반으로 생성 된 전력을 예측하고 "http://datascience-enthusiast.com"에서 적응하여 모델을 실시간 데이터에 적용 카프카 주제 pickle 된 .pkl.z 파일을 올바르게 생성하고 JPMML을 사용하여 PMML로 변환합니다 (제안 된 내용은 https://gi