predict

0열

1답변

평균적 모델 (http://www.inside-r.org/packages/cran/MuMIn/docs/model.avg)을 얻기 위해 R에서 MuMln 패키지를 사용하고 있습니다. 패키지에는 model.avg (http://www.inside-r.org/node/123636)이 반환 한 개체에 대해 특별히 predict 함수가 포함되어 있습니다. '평균'에

-4열

1답변

분류에서 이진 값을 예측하는 방법

현재 일부 데이터 (아래 표 참조)를 분석해야합니다. 데이터를 기반으로 예측 된 가치를 원합니다. 그래서, 나는 (scikit-learn에서) 데이터 분석의 알고리즘을 검색하지만 알고리즘을 찾지 못합니다. 내가 이진 값 (예 : 0 또는 1)으로 예측 값을 얻고 싶기 때문에 Linear, SVN 등 알고리즘은 값을 정수 (예 : 평균값)로 예측합니다. 아래

0열

1답변

DPD 우체국 레이블 API를 통해 서비스 필드 예측

우체국을 사용하여 배송 라벨 (https://docs.postmen.com/dpd-uk.html#labels-create-a-label)을 만들었지 만 모두 기본적으로 SMS/이메일 알림을 보내는 예측 서비스를 사용하는 택배가 DPD입니다. 고객에게 예상 배달 시간 등을 묻는 메시지가 표시됩니다. 배달/연락처 필드 외에 DPD 포털을 통해 수동으로 라벨을

2열

1답변

MS Access의 구문 분석은 첫 글자 뒤에 문자로 증가하여 단일 문자로 실패합니다.

콤보 상자에서 문구 예측으로 표시되는 항목 이름을 나열하는 인보이스 발행 시스템이 있고 (이 시스템에는 수천이 있습니다) 사용자. 어떤 이유 , 첫 "I" 제품에 진출하게됩니다 문자 "I"로 시작하지만 커서가 "I" 후 즉시 문자 나 공백에 삽입하고 중지하는 모든 제품 - 사용자가 계속 입력 할 수 있지만 더 삽입 문자를 첫 번째 항목 이름에 추가합니다.

1열

1답변

mgcv : predict.gam()은 type = "terms"및 type = "response"에 대해 다른 결과를 제공합니다.

type="terms" 옵션을 사용하여 GAM 모델에서 예측기의 각 구성 요소를 개별적으로 평가하려고합니다. 온전한 검사로서, 나는 그 결과를 옵션 type="response"을 사용하여 총 예측의 평가와 비교했다. 결과가 다른 것으로 나타났습니다. 다음은 예입니다. library(mgcv) n<-200 sig <- 2 dat <- gamSim(1,n

0열

1답변

arima : ARIMA 시계열을 어떻게 얻을 수 있습니까?

m7 = arima(lill,order=c(0,0,1), seasonal=list(order=c(1,0,0),period=22), xreg=data.frame(lpGDP)) preds = predict(m7,n.ahead = 1, newxreg = 1) lill 개체에는 329 회의 관측이 있습니다. 330 관찰 대신에 마지

1열

1답변

R 캐럿 패키지의 시계열 예측

caret 패키지를 사용하여 향후 수익을 예측하려고합니다. Time-series cross validation 을 통해 내 모델의 유효성을 검증하는 방법을 알고 있지만 최신 예측 값을 얻는 방법을 모르겠습니다. 이 그림에서 볼 수 있듯이, 마지막 값은 항상 "지평선" 로 사용 나는 훈련 데이터로이 값을 사용하고 난 그것을 확인할 수 없습니다 비록 마지막 예

0열

2답변

효율적으로 RMSE를 계산하기 위해 반복적 인 샘플 밖 추정을 만드는 방법

다른 OLS 모델의 샘플 밖 예측 성능을 평가하려고합니다. 가장 쉬운 시계열 회귀는 다음과 같습니다 Y_t = B0 + B1 * Y_t-30 + e_t 이다가,의 50을 가정 해 봅시다 모델의 피팅 기간, 그때는 dynlm 패키지 를 사용하여 모델을 실행하자 dynlm(as.zoo(Y) ~ L(as.zoo(Y), 30), start = "1996-01-01

0열

1답변

OLS 선형 모델에서 예측 된 변수 (연도)를 가진 OLS 선형 모델의 예측 값

이것은 실제 응답을 부적절하게 만들 수있는 백만 가지 방법이있을 수있는 질문 중 하나입니다. 그러나 완고함은 길에 들어갑니다. 시계열의 적용을 이해하려고 시도 할 때 데이터의 추세를 분석하면 미래의 가치를 예측할 수 없다는 것을 알 수 있습니다. 그래서 나는 드에 대한 ARIMA 모델 (옳고 그름을) 끝낼 : 예를 들어, astsa 패키지에서 gtemp 데

0열

1답변

적합 및 예상 값을 사용한 3D 플롯 간 차이점

두 개의 3D 플롯이 있습니다. 하나는 라이브러리 p3d (왼쪽)을 사용하여 적합한 값으로 만들어졌습니다. 두 번째에서는 predict을 사용한 다음 akima 패키지의 interp 명령을 사용하고 persp (오른쪽)을 사용하여 플로팅했습니다. 이미지는 동일한 각도를 보이지 않지만, 그것이 평면이고 다른 하나는 곡선임을 보여주는 가장 좋은 방법입니다. 내