Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
尽管有两组使用 ggplot2,但具有单回归线的散点图
我想用 ggplot2 生成一个散点图 其中包含穿过所有数据点 无论它们来自哪个组 的回归线 但同时通过分组变量改变标记的形状 下面的代码生成组标记 但出现两条回归线 每组一条 model lm df ParamY ParamX p1 lt
r
ggplot2
Regression
scatterplot
R:plm——年度固定效应——年度和季度数据
我在设置面板数据模型时遇到问题 这是一些示例数据 library plm id lt c 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 year lt c 1999 1999 1999 1999 2000 2000 200
r
Regression
linearregression
plm
Zeroinfl“系统在计算上是奇异的”,而预测变量没有相关性
我正在尝试对一年中工人缺勤天数的计数数据 因变量 进行建模 我有一组预测变量 包括有关工人 有关他们的工作等的信息 其中大多数是分类变量 因此 需要估计大量系数 83 但由于我有超过 600 000 行 我认为这应该不会有问题 此外 我的数
r
Regression
Poisson
Singular
如何使用 scipy.optimize.minimize 进行最大似然回归
我如何使用最大似然回归scipy optimize minimize 我特别想使用minimize在这里运行 因为我有一个复杂的模型 需要添加一些约束 我目前正在尝试使用以下内容的简单示例 from scipy optimize impor
python
scipy
Regression
如何使用相关或协方差矩阵而不是使用 R 的数据框来获得回归系数和模型拟合?
我希望能够通过提供相关或协方差矩阵而不是 data frame 来从多元线性回归中回归系数 我意识到您丢失了一些与确定截距等相关的信息 但甚至相关矩阵也应该足以获得标准化系数和解释的方差估计 例如 如果您有以下数据 get some dat
r
Regression
linearregression
LM
使用 python 进行非线性回归 - 有什么简单的方法可以更好地拟合这些数据?
我有一些想要拟合的数据 这样我就可以对给定特定温度的物理参数的值进行一些估计 我使用 numpy polyfit 作为二次模型 但拟合效果并不像我希望的那么好 而且我在回归方面没有太多经验 我已经包含了散点图和 numpy 提供的模型 S
python
Regression
curvefitting
如何使用 R 中的 lm() 函数从回归中删除不显着的因子水平?
当我在 R 中执行回归并使用类型因子时 它可以帮助我避免在数据中设置分类变量 但是如何从回归中删除不重要的因素以仅显示重要变量呢 例如 dependent lt c 1 10 independent1 lt as factor c d a
r
Regression
linearregression
如何使用lightgbm.cv进行回归?
我想对 LightGBM 模型进行交叉验证lgb 数据集并使用提前停止回合 以下方法对于 XGBoost 来说没有问题xgboost cv 我不喜欢将 Scikit Learn 的方法与 GridSearchCV 一起使用 因为它不支持提前
python
Regression
crossvalidation
lightGBM
如何从 R 中拟合线性 b 样条回归中提取基础系数?
以下面的一结 一级样条为例 library splines library ISLR age grid seq range Wage age 1 range Wage age 2 fit spline lm wage bs age knot
r
Regression
bspline
使用 R 中的 glmulti 包对 akaike 权重进行穷举搜索多元回归
我想知道是否有人可以帮助我理解为什么当我在 R 中输入脚本时收到错误消息 对于一些背景信息 我正在研究6 个不同变量的效果 我认为是 63 种组合或模型 X 对于我的环境科学荣誉项目 在不同空间尺度上分别具有初级总产量和生态系统净产量 Y
r
Regression
R 中的 chaid 回归树到表的转换
我使用了 CHAID 包这个链接 http r forge r project org R group id 343 它给了我一个可以绘制的chaid对象 我想要一个决策表 其中每个决策规则在一列中而不是决策树中 但我不明白如何访问这个 c
r
package
Regression
Decisiontree
python中岭回归的p值
我正在使用岭回归 ridgeCV 我已经从以下位置导入了它 从 sklearn linear model 导入 LinearRegression RidgeCV LarsCV Ridge Lasso LassoCV 如何提取 p 值 我检查
python
Regression
Pvalue
MATLAB 散点图中的线性回归线
我正在尝试获取两个变量散点图的残差 我可以使用最小二乘线性回归线lslinematlab的函数 但是 我也想得到残差 我怎样才能在matlab中得到这个 为此我需要知道参数a and b线性回归线的 ax b 使用功能polyfit htt
MATLAB
Regression
leastsquares
如何在caret包中的指定网格中随机搜索?
我想知道是否可以在预定义的网格中使用随机搜索 例如 我的网格有alpha and lambda for glmnet方法 alpha介于 0 和 1 之间 并且lambda介于 10到10之间 我想使用随机搜索5次来随机尝试这个范围内的点
r
Regression
rcaret
trainingdata
hyperparameters
如何将线性线添加到具有数据框的多个数据集的图中?
我有以下数据框 expected observed group 1 0 5371429 0 0000 1 2 1 3428571 1 3736 1 3 2 6857143 2 4554 1 4 5 3714286 3 6403 1 5 0
r
ggplot2
Regression
LM
ggpmisc
机器学习回归模型预测每张图像的相同值
我目前正在开展一个项目 涉及训练回归模型 保存它 然后加载它以使用该模型进行进一步的预测 但是我有一个问题 每次我对图像进行 model predict 时 它都会给出相同的预测 我不完全确定问题是什么 也许是在训练阶段 或者我只是做错了什
python
machinelearning
Keras
Regression
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
ggplot2 中的蠕虫图残差图
I m trying to plot the Worm plot residuals on a model fitted using the gamlss function from the gamlss package The inter
r
ggplot2
statistics
Regression
gamlss
R 中的 Predict.lm() - 如何获得拟合值周围的非常量预测带
所以我目前正在尝试绘制线性模型的置信区间 我发现我应该为此使用 Predict lm 但我在真正理解该函数时遇到一些问题 并且我不喜欢在不知道发生了什么的情况下使用函数 我找到了几个关于这个主题的操作方法 但只有相应的 R 代码 没有真正的
r
Regression
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
«
1
2
3
4
5
6
7
8
...13
»