Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
如何替换 randomForest r 包中的引导步骤
首先是一些背景信息 这在 stats stackexchange 上可能更有趣 在我的数据分析中 我尝试比较不同机器学习方法在时间序列数据上的性能 回归 而不是分类 例如 我训练了一个 Boosting 训练模型 并将其与随机森林训练模型
r
function
Edit
RandomForest
statisticsbootstrap
使用“boot”包进行引导的 GPU 计算
我想使用引导程序进行大型分析 我发现使用并行计算提高了引导速度 如以下代码所示 并行计算 detect number of cpu library parallel detectCores library boot boot functio
r
parallelprocessing
GPU
statisticsbootstrap
R bootstrap 按组与数据表加权平均值
我正在尝试结合两种方法 以可扩展的方式引导 data table 中的多个列 https stackoverflow com questions 38989932 bootstrapping multiple columns in data
r
dataTable
statisticsbootstrap
在 R 中按组引导结果向量
Question 如何使用引导程序来获取一组数据的置信区间 根据协方差矩阵的特征值计算的统计数据 分别为 数据框中的每个组 因子水平 Problem 数据不太清楚 结构我需要包含这些适合的结果boot函数 或者一种在组上 映射 引导程序并以
r
confidenceinterval
statisticsbootstrap
通过簇替换重新采样
我想绘制簇 由变量定义id 从数据集中进行替换 与之前回答的问题相比 我希望选择 K 次的聚类以使每个观察重复 K 次 也就是说 我正在进行集群引导 例如 以下示例id 1两次 但重复观察id 1仅在新数据集中出现一次s 我想要所有的观察结
r
resampling
statisticsbootstrap
如何从数据子集中随机抽取并在 R 中引导统计测试
我有一个包含两个变量的数据集 我希望统计测试它们在引导循环中是否相关 即使用 Spearman 的等级校正cor test 我的数据集中的大多数测量值都来自独立的样本单位 我们称之为植物单位 尽管有些测量值来自同一植物 为了处理伪复制问题
r
statistics
statisticsbootstrap
加速时间序列模拟(用于引导程序)
我需要对具有非标准依赖性的时间序列运行引导程序 因此 为此 我需要创建一个函数 通过逐时间调整来模拟时间序列 testing lt function sampleData lt as zoo data frame index 1 1000
r
TimeSeries
statisticsbootstrap
如何从经验分布函数中制作样本
我正在尝试在 Python 上实现非参数引导 它需要获取一个样本 从中构建一个经验分布函数 然后从该 edf 生成一堆样本 我该怎么做 在 scipy 中 如果您知道描述它的确切公式 我只能找到如何创建自己的分布函数 但我只有一个 edf
python
scipy
statistics
statisticsbootstrap
使用 R 中 {boot} 中的 boot() 函数对最高级别的集群数据进行非参数引导
我有两级分层数据 我正在尝试在最高级别上执行非参数引导采样 即 通过替换对最高级别的集群进行随机采样 同时保留原始的集群内数据 我想使用 boot 包中的 boot 函数来实现此目的 因为我想使用需要引导对象的 boot ci 来构建 BC
使用 bootstrap 进行分位数回归的置信区间
我正在尝试获取线性和分位数回归的五种引导区间 我能够使用 Boot from 引导并找到线性回归的 5 个引导区间 分位数 正常 基本 学生化和 BCa car和 boot ci 来自boot 当我尝试使用 rq 对分位数回归执行相同操作时
r
confidenceinterval
quantile
statisticsbootstrap
如何使用R中的“bootstrap函数”计算置信区间
我正在尝试计算R中的置信区间 由于一些特殊原因 我必须使用 bootstrap 包中的函数来计算 这意味着我不能使用 boot 包中的函数 这是我的代码 我正在做的是尝试计算 Pearson 相关系数 然后应用 Bootstrap 方法 B
r
confidenceinterval
statisticsbootstrap
R 中的 Bootstrap 置信区间
我是 R 新用户 在使用启动包时遇到问题 我想要做的就是使用 bootstrapping 来生成围绕数字向量均值的置信区间 例如 x lt rnorm 100 1 5 有小费吗 以下还不够吗 library boot x lt rnorm
r
confidenceinterval
statisticsbootstrap
R 中的自举相关
我正在尝试在 R 中进行引导相关性 我有两个变量 Var1 和 Var2 我想获得 Pearson 相关性的自举 p value my variables look like this x y 1 6080522 1 707642 2 1
r
correlation
statisticsbootstrap
大数据读取子样本R
我非常感谢您花时间阅读本文 我有一个 30GB 的超级文件 其中包含 600 万条记录和 3000 个 csv 格式的列 主要是分类数据 我想引导子样本进行多项回归 但事实证明 即使我的机器中有 64GB RAM 和两倍的交换文件 这个过程
Linux
r
awk
system
statisticsbootstrap
函数可以工作( boot.stepAIC ),但在另一个函数中抛出错误 - 环境问题?
今天我在 R 代码中发现了一个奇怪的行为 我尝试了一个包 boot StepAIC 其中包含一个用于 AIC 逐步回归结果的引导函数 然而 我不认为统计背景是问题所在 我希望如此 我可以在 R 的顶层使用该函数 这是我的示例代码 requi
r
statisticsbootstrap