Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
用枢轴点拟合曲线 Python
我有下面的图 我想用 2 条线来拟合它 使用 python 我设法适应上半部分 def func x a b x np array x return a x b popt pcov curve fit func up x up y 我想用另
python
machinelearning
linearregression
curvefitting
datafitting
ValueError:不支持连续[重复]
这个问题在这里已经有答案了 我正在使用 GridSearchCV 进行线性回归的交叉验证 不是分类器也不是逻辑回归 我还使用 StandardScaler 对 X 进行标准化 我的数据框有 17 个特征 X 和 5 个目标 y 观察 约11
python
pandas
scikitlearn
linearregression
Gridsearch
Python 上每个系数具有特定约束的多元线性回归
我目前正在数据集上运行多元线性回归 起初 我没有意识到我需要限制自己的体重 事实上 我需要有特定的正权重和负权重 更准确地说 我正在做一个评分系统 这就是为什么我的一些变量应该对音符产生积极或消极的影响 然而 当运行我的模型时 结果不符合我
python
machinelearning
scikitlearn
constraints
linearregression
R(或替代方案?)中的高(或非常高)阶多项式回归
我想对 R 中的一组数据进行 非常 高阶回归拟合 但是poly 函数的阶数极限为 25 对于此应用程序 我需要的订单范围为 100 到 120 model lt lm noisy y poly q 50 Error in poly q 50
r
Regression
linearregression
LM
Polynomials
解释R中模型多重共线性的别名表测试
有人可以帮助我解释别名函数输出 以测试多元回归模型中的多重共线性 我知道我的模型中的一些预测变量是高度相关的 我想使用别名表来识别它们 Model Score Comments Pros Cons Advice Response Value
r
alias
linearregression
R:使用“lm”拟合线性模型时的对比错误
我发现了在 R 中定义线性模型时对比错误 https stackoverflow com questions 18171246 error in contrasts when defining a linear model in r并遵循了
r
Regression
linearregression
LM
线性回归并将结果存储在数据框中[重复]
这个问题在这里已经有答案了 我正在对数据框中的某些变量进行线性回归 我希望能够通过分类变量对线性回归进行子集化 对每个分类变量运行线性回归 然后将 t 统计数据存储在数据框中 如果可能的话 我想在没有循环的情况下执行此操作 这是我正在尝试做
r
linearregression
LM
在循环中预测.lm()。警告:排名不足的拟合预测可能会产生误导
此 R 代码引发警告 Fit regression model to each cluster y lt list length y lt k vars lt list length vars lt k f lt list length f
r
statistics
linearregression
LM
如何根据 MuMIn model.avg() 摘要进行绘图
有没有一种方法可以直接绘制 MuMIn model avg 对于具有置信带的不同变量的模型平均摘要输出 以前我一直使用 ggplot 和 ggpredict 来绘制实际模型中的项 但我一直无法找到一种方法来绘制平均模型的结果 显然 我可以手
r
linearregression
mumin
R 中已知固定截距的线性回归
我想使用 R 中的 lm 函数计算线性回归 此外 我想获得回归的斜率 其中我明确给出截距lm 我在互联网上找到了一个例子 我尝试阅读 R help lm 不幸的是我无法理解它 但我没有成功 谁能告诉我我的错误在哪里 lin lt data
r
Regression
linearregression
LM
ggplot 具有多个回归线以显示随机效应
我知道this https stackoverflow com a 12281663 4089351 and this https stackoverflow com a 25753089 4089351帖子 但是 当我尝试以下操作时 我似
r
plot
ggplot2
linearregression
Apache Spark 中的线性回归给出错误的截距和权重
对 y 2 x1 3 x2 4 的虚拟数据集 y x1 x2 使用 MLLib LinearRegressionWithSGD 会产生错误的截距和权重 实际使用的数据是 x1 x2 y 1 0 1 6 3 2 0 2 8 6 3 0 3 1
apachespark
linearregression
每次使用 scikit 运行线性回归时都会得到不同的结果
您好 我有一个正在尝试优化的线性回归模型 我正在优化指数移动平均线的跨度以及回归中使用的滞后变量的数量 然而 我不断发现结果和计算的均方误差不断得出不同的最终结果 不知道为什么有人可以帮忙 启动循环后的流程 1 使用三个变量创建新的数据框
python
pandas
scikitlearn
linearregression
具有两个以上固定效应的 Python 面板数据回归
我有一个面板数据库 想运行考虑固定效应的回归 使用Panel Ols 时 两个固定效果可以正常工作 我的代码如下所示 df countyCode pd Categorical df countyCode df state pd Catego
python
pandas
linearregression
paneldata
linearmodels
如何从statsmodels.api中提取回归系数?
result sm OLS gold lookback silver lookback fit 得到结果后 如何得到系数和常数呢 换句话说 如果y ax c如何获取值a and c 您可以使用params拟合模型的属性以获得系数 例如 以下
python
pandas
linearregression
StatsModels
直线和水平线在断点处连接的分段回归
我想做一个带有一个断点的分段线性回归 其中回归线的第二半有slope 0 有一些关于如何进行分段线性回归的示例 例如here https stackoverflow com questions 15874214 piecewise func
r
Regression
linearregression
LM
piecewise
分类变量的多重共线性
对于数值 连续数据 为了检测预测变量之间的共线性 我们使用皮尔逊相关系数并确保预测变量之间不相关 但与响应变量相关 但我们怎样才能检测到多重共线性如果我们有一个数据集 其中预测变量都是绝对的 我正在共享一个数据集 我试图找出预测变量是否相关
r
statistics
linearregression
使用 python 进行多元线性回归
我想用 python 计算多元线性回归 我找到了这个简单线性回归的代码 import numpy as np from matplotlib pyplot import x np array 1 2 3 4 5 y np array 2 3
python
NumPy
linearregression
“poly()”如何生成正交多项式?如何理解返回的“coefs”?
我对正交多项式的理解是它们采用以下形式 y x a1 a2 x c1 a3 x c2 x c3 a4 x c4 x c5 x c6 最多达到所需的术语数 where a1 a2 etc是每个正交项的系数 拟合之间有所不同 并且c1 c2 e
r
matrix
Regression
linearregression
LM
如何检查 Tensorflow LinearClassifier 的特征权重?
我正在尝试理解使用 TensorFlow 的大规模线性模型 https www tensorflow org tutorials linear文档 这些文档对这些模型的推动如下 线性模型比神经模型更容易解释和调试 网 您可以检查分配给每个特
python
machinelearning
tensorflow
Classification
linearregression
1
2
3
4
5
6
...8
»