Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
使用 R,将多个卡方列联表测试应用于分组数据框,并添加包含测试 p 值的新列
我有一个类似于下面的示例的数据框 这是我的实际数据框的一小部分摘录 frequencies lt data frame sex c female female male male female female male male female
r
tidyverse
chisquared
我们可以使用 python 生成卡方检验的列联表吗?
我正在使用 scipy stats chi2 contingency 方法来获取卡方统计数据 我们需要传递频率表 即列联表作为参数 但我有一个特征向量 想要自动生成频率表 我们有这样的功能吗 我目前正在这样做 def contigency
python
statistics
scipy
StatsModels
chisquared
scikit learn:未选择所需数量的最佳功能 (k)
我试图使用卡方 scikit learn 0 10 选择最佳特征 我首先从总共 80 个训练文档中提取 227 个特征 然后从这 227 个特征中选择前 10 个特征 my vectorizer CountVectorizer analyz
python
machinelearning
scikitlearn
chisquared
如何理解卡方列联表
我有几个分类特征 Gender Married Dependents Education Self Employed Property Area from scipy stats import chi2 contingency chi2 p
python
scipy
statistics
chisquared
如何使用 scipy optimization 找到 3 个参数和数据点列表的最小卡方?
我有一个排序随机数的直方图和高斯叠加 https i stack imgur com dBqcU png 直方图表示每个箱的观察值 将此基本情况应用于更大的数据集 高斯是拟合数据的尝试 显然 这个高斯并不代表直方图的最佳拟合 下面的代码是高
python3x
scipy
distribution
mathematicaloptimization
chisquared
SelectKBest (chi2) 如何计算分数?
我试图通过将特征选择方法应用于我的数据集来找到最有价值的特征 我现在使用 SelectKBest 函数 我可以生成分值并根据需要对它们进行排序 但我不明白这个分值是如何计算的 我知道理论上的高分更有价值 但我需要一个数学公式或一个例子来计算
python
machinelearning
scikitlearn
featureselection
chisquared
Python - 最小化卡方
我一直在尝试通过最小化卡方来将线性模型拟合到一组应力 应变数据 不幸的是 使用下面的代码并不能正确地最小化chisqfunc功能 它正在寻找初始条件下的最小值 x0 这是不正确的 我已经浏览过scipy optimize文档并测试了最小化其
python
statistics
scipy
minimization
chisquared
对不同类别运行多个卡方检验
我有二进制数据 具体取决于个人是否通过 未通过测试 以及 df data 中的特征信息 例如性别 以及他们属于哪个部门 例如 x y z head data 9 department gender pass x Male 1 y Femal
r
forloop
chisquared
Sklearn Chi2 用于特征选择
我正在学习 chi2 用于特征选择 并遇到了类似的代码this https chrisalbon com machine learning feature selection chi squared for feature selectio
python
machinelearning
scikitlearn
featureselection
chisquared
python 中是否有与 R 的 qchisq 函数等效的函数?
The R qchisq函数将 p 值和自由度数转换为相应的卡方值 是否有一个具有同等功能的 Python 库 我在 SciPy 中环顾四周 没有发现任何东西 It s scipy stats chi2 ppf 百分点函数 cdf 的倒数
python
r
statistics
scipy
chisquared
Fisher 测试错误:LDSTP 太小
input NN lt c 359 32 JJ lt c 108 13 NNS lt c 103 15 VBN lt c 95 9 RB lt c 63 11 NNP lt c 56 0 VBG lt c 55 10 IN lt c 38
r
Testing
statistics
chisquared
多标签分类的特征选择 (scikit-learn)
我正在尝试在 scikit learn 中通过卡方方法进行特征选择 sklearn feature selection SelectKBest 当我尝试将此应用于多标签问题时 我收到此警告 UserWarning Duplicate sco
scikitlearn
featureselection
chisquared
使用“dplyr::group_by()”获取多个组的“chisq.test()$p.value”
我正在尝试对几个组进行卡方检验在 dplyr 框架内 问题是 group by gt summarise 似乎没有做任何伎俩 模拟数据 与有问题的数据结构相同 但随机 因此 p values 应该很高 set seed 1 data fra
r
dplyr
chisquared
tidyverse
卡方测试错误“卡方近似可能不正确”
我在 R 中进行了卡方检验 结果是 crianza matrix c 1 1 0 12 12 7 2 1 0 0 1 0 0 0 5 0 0 0 1 1 2 0 0 3 0 0 0 13 35 29 0 0 1 10 0 0 1 0 0 0
r
chisquared
在 R 中使用 for 循环进行卡方分析
我正在尝试对数据中变量的所有组合进行卡方分析 我的代码是 Data lt esoph 1 3 OldStatistic lt NA for i in 1 ncol Data 1 for j in i 1 ncol Data Statisti
r
chisquared