-
无法将类型“ ndarray”转换为分子/分母
<h1>这是我为实现linear_regression而制作的类</h1> <pre><code>from statistics import mean import numpy as np xs = np.array([1,2 -
具有许多观察结果和许多固定影响且没有太多记忆的线性回归
我有一个30m观测值的数据集。有5个变量:id,id_firm,年龄,年份,薪水。我想对<code>R</code>进行线性回 -
投影的正交化与前几列的线性回归残差
根据<a href="https://cran.r-project.org/web/packages/matlib/vignettes/gramreg.html" rel="nofollow noreferrer">this</a>示例,通过 -
是否有任何特定的数据行为导致过拟合和过拟合?
由于我是数据科学的新手,我只想知道是否有任何特定的数据行为导致过拟合和/或欠拟合?因为如果要 -
如何使用matplotlib
我正在使用numpy在线性回归上练习梯度下降。这是我的梯度下降过程: <pre><code>def batch_gradient_descent(d -
sklearn.LinearRegression中的鲁棒标准错误
我有一段代码可以创建线性回归摘要,如<code>statsmodels.api.OLS(X, y).fit().summary()</code> <pre><code>lm = Linear -
回归输出-是否可以仅使用系数及其p值来计算系数的标准误差?
是否可以在没有t比率的情况下计算系数“ beta hat 5”的标准误差,或者对于给定的数据,这是不可能的 -
多元回归,平均绝对误差高
我正在尝试使用Phyton中的多元回归来计算X1 ^ 2 + X2 ^ 2 = Y。在CSV文件中,我有2列X1和X2,它们是1到60之间 -
分数估算超出界限
我进行了一项调查,要求人们以1到7的等级对餐厅进行评分,并使用系数的个体回归结果来估算两个新餐 -
每次尝试在R中运行vif()时,我似乎都会遇到相同的错误
我正在测试数据集中的多重共线性。我可以正常运行<code>VIF()</code>来测试是否存在多重共线性。但是, -
关于线性线性数据集的线性回归
我正在尝试使用线性回归技术查找linnerud数据集的性能和均方误差。我在传递数据时陷入困境,并收到错 -
r.regression.series不适用于大量栅格
我一直在GRASS GIS中进行工作,以对大量栅格进行线性回归。我正在使用 <pre><code> return Datatables::of($ -
无法执行缩减灵活类型
执行线性回归以找到估计系数并为其绘制回归线,这给了我一个错误...无法对柔韧性类型执行归约。代 -
线性预处理文本中是否有正确的步骤?
我合并了两个不同的数据集,以使一列具有文本,另一列具有情感评分(二进制0、1) 我正在尝试 -
使用线性回归,我在sklearn糖尿病数据集中得分非常低,请指导我如何绘制多个线性回归
<pre><code>from sklearn import datasets diabetes = datasets.load_diabetes() diabetes.keys() print(diabetes.feature_names) diabetes.DESCR d -
如何知道线性回归模型是否运作良好?
我正在处理有关投票行为的数据集。我必须进行OLS回归来估计分歧对流产的影响。这是我第一次玩数据 -
使用tfidvectoriser时出现怪异的线条,可能是由替换为''?
我昨天在这里发布了有关制作文本线性回归模型以预测情绪的信息,我想知道的是在将文本小写,删除 -
解释特征交互与特征相关
我对机器学习范式中提到的术语感到困惑吗?任何人都可以在这里放弃某种回应吗?我将感谢您。 -
sklearn线性回归管道可以在输出变量上设置最大上限吗?
我的scikit学习管道是线性回归,但是我的问题域永远都不应允许输出高于某个特定值,因此我想限制输 -
如何纠正多元线性回归模型的异方差
我正在拟合具有6个预测变量(3个连续变量和3个分类变量)的多元线性回归模型。残差与拟合图表明存 -
需要帮助了解python中的矩阵函数乘法
我正在尝试使用Python从Andrew Ng机器学习课程中找到优化的theta值以最小化成本函数。我的程序中的theta值 -
具有多个自变量的因变量之间的线性回归
我想创建一个函数,使因变量(y)与各个自变量(x1,x2等)回归,但不以多元回归的形式回归。我想在 -
当X为多维时,多项式回归有效吗?
我正在学习线性回归,特别是如何使用带有<a href="https://i.stack.imgur.com/UGEnm.png" rel="nofollow noreferrer"><img src -
Seaborn的lmplot的输出未绘制散点图和线性回归
第一次在stackoverflow上问一些问题。 在使用seaborn的lmplot时遇到问题。 清理后的数据集很简 -
在python中从头实现多线性回归时,训练模型不起作用
我成功地仅对Iris数据集使用numpy成功地实现了多线性回归。我想为 <a href="https://www.kaggle.com/c/boston-housing" -
在OLS中,为什么在计算线性回归中的误差时,平方比求绝对值更可取?
为什么在<strong> OLS估算</strong>中使用<strong>平方残差</strong>代替<strong>绝对残差</strong>。 我的想法 -
PysparkML回归-数据框中每组一个模型,没有循环
我有一个pyspark数据框,我正在尝试为我的数据中的每个组拟合一个模型。到目前为止,我使用循环来遍 -
如何比较线性模型和分位数回归的性能?
我有一个特定的数据集(包含响应变量以及许多预测变量),我希望在该数据集上拟合模型以估算响应 -
R`segmented`-分段线性拟合,约束一个截距和另一个斜率
我想使分段线性函数适合我的数据: <ul> <li>断点未知</li> <li>第一行截距为0 </li> <li>第二行的斜率为0 -
使三元异或线性分离的映射
我们有一个xor函数,如果1的数目为奇数,则返回true,否则返回false。通常这是线性可分离的,但是我们