Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
带变换的 R lm() 公式的格式
我不太清楚如何在一行中执行以下操作 data attenu x temp attenu accel 1 4 y temp log attenu dist best line lm y temp x temp 由于上述工作有效 我认为我可以执
r
linearregression
transformation
LM
如何在因子变量的多个子集上循环线性回归
我正在尝试编写一个 for 循环 该循环在因子变量的 4 个不同级别上分别运行相同的回归 相同的因变量和自变量 4 次 然后我想保存每个线性回归的输出每个级别都有大约 500 行数据 我最初的想法是做这样的事情 但我对 R 和不同的迭代方法
r
forloop
linearregression
如何调试线性模型和预测的“因子具有新水平”错误[重复]
这个问题在这里已经有答案了 我正在尝试制作并测试线性模型 如下所示 lm model lt lm Purchase data train lm prediction lt predict lm model test 这会导致以下错误 指出P
r
Regression
linearregression
Prediction
LM
使用字符串/分类特征(变量)进行线性回归分析?
回归算法似乎正在研究以数字表示的特征 例如 该数据集不包含分类特征 变量 如何对这些数据进行回归并预测价格是非常清楚的 但现在我想对包含分类特征的数据进行回归分析 有5特征 District Condition Material Secur
python
machinelearning
Regression
linearregression
featureselection
将 lm() 和 Predict() 应用于数据框中的多列
我下面有一个示例数据集 train lt data frame x1 c 4 5 6 4 3 5 x2 c 4 2 4 0 5 4 x3 c 1 1 1 0 0 1 x4 c 1 0 1 1 0 0 x5 c 0 0 0 1 1 1 假设我
r
Regression
linearregression
LM
MLM
Python 并行计算 - Scoop
我正在尝试熟悉 Scoop 库 此处的文档 https media readthedocs org pdf scoop 0 7 scoop pdf https media readthedocs org pdf scoop 0 7 scoo
“mean_squared_error”的负值
我正在使用 scikit 并使用mean squared error作为 cross val score 中模型评估的评分函数 rms score cross validation cross val score model X y cv
Regression
scikitlearn
linearregression
lassoregression
从 Leaps regsubsets 获取所有模型
我使用 regsubsets 来搜索模型 是否可以自动创建所有lm从参数选择列表中 library leaps leaps lt regsubsets y x1 x2 x3 data nbest 1 method exhaustive su
r
Regression
linearregression
LM
证明多元线性回归模型效率的最佳 RMSE(均方根误差)值范围是多少? [关闭]
Closed 这个问题不符合堆栈溢出指南 help closed questions 目前不接受答案 我是机器学习领域的新人 遵循一些简单的 ML 技术 我构建了一个基于多元线性回归的 ML 模型 用于预测系统的计算资源使用情况 因此 当我
machinelearning
linearregression
在 Keras 中训练多元回归模型时损失值非常大
我试图建立一个多元回归模型来使用以下特征来预测房价 bedrooms bathrooms sqft living view grade 0 09375 0 266667 0 149582 0 0 0 6 我使用标准化和缩放功能sklearn
python
machinelearning
Keras
linearregression
lossfunction
如何删除无关紧要的分类交互项 Python StatsModel
在统计模型中 添加交互项很容易 然而 并非所有相互作用都很重要 我的问题是如何去掉那些无关紧要的东西 例如库特尼机场 coding utf 8 import pandas as pd import statsmodels formula a
python
machinelearning
linearregression
StatsModels
`plot.lm()` 生成的“残差与杠杆”图中的红色实线是什么?
fit lt lm dist speed cars plot fit which 5 绘图中间的红实线是什么意思 我认为这与库克的距离无关 它是 LOESS 回归线 其中span 2 3 and degree 2 通过针对杠杆平滑标准化残差
r
plot
Regression
linearregression
LM
R rlm 模型错误:“x”是单数:“rlm”中未实现奇异拟合
我在 R 中有两个列表 y c 420 5568 693 6305 420 5568 946 9677 499 1046 946 9677 x c 32 29 32 27 31 27 我正在尝试使这些数据适合rlm使用此代码的模型 fit
r
linearregression
为什么 R 中内置的 lm 函数这么慢?
我一直以为lm函数在 R 中非常快 但正如本例所示 使用以下函数计算封闭解solve功能更快 data lt data frame y rnorm 1000 x1 rnorm 1000 x2 rnorm 1000 X cbind 1 dat
r
Regression
linearregression
LM
如何在Python中进行指数和对数曲线拟合?我发现只有多项式拟合
我有一组数据 我想比较哪一行最能描述它 不同阶的多项式 指数或对数 我使用 Python 和 Numpy 对于多项式拟合 有一个函数polyfit 但我没有发现这样的指数和对数拟合函数 有吗 或者另外如何解决 用于装配y A B log x
python
NumPy
scipy
curvefitting
linearregression
将 Numpy Lstsq 残差值转换为 R^2
我正在执行如下最小二乘回归 单变量 我想用 R 2 来表达结果的显着性 Numpy 返回一个未缩放的残差值 这将是对其进行标准化的明智方法 field clean back clean rid zeros backscatter field
python
NumPy
linearregression
使用 Python 计算线性回归标准化系数 (beta)
我想计算beta 或标准化系数 https en wikipedia org wiki Standardized coefficient使用 Python 中的标准工具 numpy pandas scipy stats 等 构建线性回归模型
python
NumPy
scipy
statistics
linearregression
python 2.7中对数对数尺度的最佳拟合线
这是以对数刻度表示的网络 IP 频率排名图 完成这部分后 我尝试使用以下方法在对数刻度上绘制最佳拟合线Python 2 7 我必须使用 matplotlib 的 symlog 轴刻度 否则某些值无法正确显示 并且某些值会被隐藏 我正在绘制的
python
matplotlib
ip
linearregression
curvefitting
绘制 pandas 时间序列数据框线性回归线的置信区间
我有一个示例时间序列数据框 df pd DataFrame year 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 count 96 184 148 154 160 149 1
python
matplotlib
scikitlearn
TimeSeries
linearregression
«
1
2
3
4
5
6
7
8
»