我正在尝试对我的数据框架进行简单的线性回归，如下所示。实际的数据集有更多的因素和更多的预测因子(X)，它们都试图预测y。
f1 f2 x y
x a 1 3.3
x a 2 3.2
x a 3 3.04
x b 1 4.5
x b 2 4.9
x b 3 8
y a 1 20.1
y a 2 20.3
y a 3 21.9
y b 1 101.2
y b 2 201.8
y b 3 332.8
请注意，对于f1和f2的每种组合，趋势都有所不同。我想要做的是为f1和f2的每种组合构建一个lm模型，并将其存储在某种列表中，然后当我调用for时，我应该
浏览 2提问于2012-12-03得票数 0
回答已采纳
这学期我要上算法课，我们有期中考试。过去的期中考试有个问题。给出了n个狗的列表和一个R(x，y)形式的m断言的列表，这意味着x和y具有相同的品种。给出了R是一个等价关系。给定2只狗x和y，我们需要制定一个算法来确定它们是否有相同的品种。最简单的方法是检查断言列表并检查这对(x，y)是否存在，但这在所有情况下都不起作用。
假设我们有Dogs = {a，b，c，d}和断言= {(a，b)，(b，d)}。我们被要求检查a和d是否有相同的品种。设计这个算法的好起点是什么？
浏览 2提问于2020-03-03得票数 0
回答已采纳
我运行了一个非并行的randomForest对象，没有出现这样的问题：
> rf <- randomForest(t2[,-c(1,2,7,12)],t2[,2],
+ ,sampsize=c(10000),do.trace=F,importance=TRUE,ntree=1,,forest=TRUE)
Warning message:
In randomForest.default(t2[, -c(1, 2, 7, 12)], t2[, 2], , sampsize = c(10000), :
The response has five
浏览 0提问于2011-10-25得票数 1
回答已采纳
我有一个数据列表，我试图拟合一个多项式，我试图绘制95%的置信带参数以及(在Matlab中)。如果我的数据是x和y
f=fit(x,y,'poly2')
plot(f,x,y)
ci=confint(f,0.95);
a_ci=ci(1,:);
b_ci=ci(2,:);
我不知道如何在那之后得到我的数据的最小和最大波段。有人知道怎么做吗？
浏览 1提问于2015-04-25得票数 5
回答已采纳
我正在尝试使用glmnet拟合泊松模型，但我似乎无法以正确的形式获得数据。所有的变量都是绝对的。这是一个较早的问题，处理几乎相同的问题，但给出的解决方案对我没有帮助- as.matrix()和model.matrix只是抛出了更多的错误消息。
对于as.matrix，我得到的是：
x<-as.matrix(ld2)
> res<-glmnet(x,y,family = "poisson")
Error in fishnet(x, is.sparse, ix, jx, y, weights, offset, alpha, nobs, :
NA/NaN/
浏览 2提问于2014-11-30得票数 0
1回答
我有数据的散点图(x和y值)。我想要计算加权平均和标准差作为X的函数。对于我的每个点，我想计算每个值与预测值的标准差的数量。我目前使用的是msir包中的loess.sd函数，因为它会为我计算sd。谁知道我如何才能得到每个数据点的预测sd？或者，也许有其他或更好的方法来解决此计算问题？提前谢谢。
我当前的代码：
#... scatter plot of data
plot(xy,ylim=c(0,50),pch=20)
#loess +- 1 sd
std_loess = loess.sd(xy, nsigma =1,span=0.3)
# ... add weighted average to
浏览 0提问于2013-02-16得票数 0
2回答
我有一个线段列表，每个线段都有它们的"from“和"to”点的x和y坐标，如下所示(下面的示例被截断，它相当长)。 [
{'f': {'x': 15.0, 'y': -5.0}, 't': {'x': 16.0, 'y': -5.0}},
{'f': {'x': 3.0, 'y': -7.0}, 't': {'x': 5.0, 'y': -7.0}},
{'f': {&#
浏览 18提问于2019-01-07得票数 2
回答已采纳
我目前正试图理解某些高级分类问题，并在2012年的Kaggle竞赛中遇到了一些代码。竞赛讨论板是()，获胜代码是()。在第223行代码的末尾，两个数组列表中的预测值分别乘以0.4和0.6，然后相加在一起。这是行final_pred = preds[0] * 0.4 + preds[1] * 0.6。我的问题是，为什么值在作为数组返回到调用函数之前被乘以？返回数组后，它的值将保存到CSV，因此不再进行“处理”。所使用的模型是Logistic回归和SVM.svc，但这是在所有模型使用数据完成其业务之后，以及在使用pred = model.predict_proba(X_test)对数据进行预测之后
浏览 2提问于2017-08-25得票数 0
回答已采纳
1回答
我正在研究一个涉及两类的分类问题。我需要对数据集上的模型进行训练，并在将一个值作为每个属性的输入后预测正确的类。这里是数据集的一个片段。这些类是0和1。
下面是我训练和测试模型的代码：
X = df.drop(["classification"], axis=1)
y = df["classification"]
x_scaler = MinMaxScaler()
x_scaler.fit(X)
column_names = X.columns
X[column_names] = x_scaler.transform(X)
X_train, X_te
浏览 2提问于2020-01-20得票数 3
1回答
我想用非线性函数的和来近似一个常量函数。我可以用普通的最小二乘法来做这件事，但用套索时有些地方出了问题，可能是因为要近似的函数是恒定的。下面我给出一个用Matlab编写的玩具示例：
t = -1:0.01:1; %horizontal axis
x = [exp(-(t+0.5).^2); exp(-t.^2); exp(-(t-0.5).^2);]'; %I use radial basis functions in this example
y = 0.7 * ones(201,1); %Approximate a constant function by a weighted s
浏览 4提问于2014-06-04得票数 0
1回答
为了解决一个不平衡的数据集问题，我在给定的方式下实验了随机森林(受深度学习的启发)。
训练一个随机森林，它将接收输入数据和训练模型标签的预测概率作为训练另一个随机森林的输入。
这方面的伪代码：
train_X, test_X, train_y, test_y = train_test_split(X,y, test_size = 0.2)
rf_model = RandomForestClassifier()
rf_model.fit(train_X, train_y)
pred = rf_model.predict(test_X)
print('******************R
浏览 0提问于2020-04-13得票数 2
回答已采纳
我想利用Suykens等人提出的最小二乘支持向量机进行预测。我正在使用LS-SVMlab，您可以找到MATLAB工具箱。假设我有一个自变量X和一个因变量Y，这两个变量都是模拟的。我正在遵循本教程中的说明。
X=线性空间(-1，1，50)‘；
Y= (15*(X.^2-1).^2.*X.^4).*exp(-X)+normrnd(0,0.1，长度(X)，1)；
类型=“函数估计”；
gam，sig2 = tunelssvm({X，Y，type，[]，[]，‘RBF_kernel’}，‘单纯形’，.‘leaveoneoutlssvm’，‘mse’})；
α，b= trainlssvm({X，Y
浏览 1提问于2013-05-02得票数 0
回答已采纳
我对数据A拟合了一个混合模型，如下所示：
model <- lme(Y~1+X1+X2+X3, random=~1|Class, method="ML", data=A)
接下来，我想看看模型是如何拟合数据B的，并得到估计的残差。在R中有没有我可以使用的函数呢？
(我尝试了以下方法，但得到了所有新的系数。)
model <- lme(Y~1+X1+X2+X3, random=~1|Class, method="ML", data=B)
浏览 0提问于2013-03-05得票数 4
回答已采纳
1回答
嗨，
我正在用Python做一个arima模型。
我有一个MasterDate，AREA和QTY的数据集。
在代码的开始，我过滤我的excel文件通过过滤区域和删除列GRPCODE。
我创造了一个训练和一个有效的集合。
培训集为01-12-2020 (及返校)
我的有效标准是01-11-2020和更远。
X_train =df2[df2 2‘MasterDate’<= '01-12-2020'].groupby(by='MasterDate').sum() X_train.reset_index(inplace = True) X_valid =df2[
浏览 1提问于2021-11-02得票数 0
3回答
如何使用预训练模型来填充缺失值？
、、、、
我有一个变量很少的时间序列指数和湿度读数。我已经训练了一个ML模型来预测基于X，Y和Z的湿度值。现在，当我使用pickle加载保存的模型时，我想使用X，Y和Z来填充湿度缺失值。但是，它应该考虑到X，Y和Z本身不应该丢失的事实。
Time X Y Z Humidity
1/2/2017 13:00 31 22 21 48
1/2/2017 14:00 NaN 12 NaN NaN
1/2/2017 1
浏览 16提问于2020-05-09得票数 2
回答已采纳
我有两个宏/目标: component和bundle (它打包了几个组件)。除了组件列表之外，我还想扩展包宏以接受一个捆绑包列表，并将所有组件直接打包--包括或包含在其中一个包含的包中。
例如，如果我有以下BUILD文件：
component(name = 'a')
component(name = 'b')
component(name = 'c')
component(name = 'd')
bundle(name = 'x', components = ['a'])
bundle(name =
浏览 0提问于2019-08-26得票数 2
回答已采纳
2回答
我不太明白如何判断语法是不是LL(1)。我学到了以下语法：
S → Y | 1X
X → 1X | 0
Y → Y0|1X1|2X2
我声明这个语法不是LL(1)，因为它的Y0是左递归的。
因此，我想出了以下解决方案：
S → Y | 1X
X → 1X | 0
Y → 1X1F | 2X2F
F → ε | 0F
但我仍然不确定这是否正确。我仍然认为我一定是遗漏了一些规则，比如某种因式分解。我必须把1X和2X作为不同的变量吗？
提前感谢您的帮助。我还想知道是否有更简单的方法来确定语法是否为LL(1)我遇到了很多“第一”和“跟随”表，但实际上我自己还没有成功地构建一个。
浏览 2提问于2015-03-24得票数 0
根据科学的DOC -学习
sklearn.model_selection.cross_val_score(estimator，X，y=None，groups=None，scoring=None，cv=None，n_jobs=1，verbose=0，fit_params=None，预调度=‘2*n_jobs’)
X和Y
X:数组--像数据一样适合。例如，可以是列表，也可以是数组。
Y:类似数组的，可选的，默认的:在有监督学习的情况下，没有一个目标变量可以尝试预测。
我想知道X，y是X_train和y_train还是X，y应该是整个数据集。在kaggle的一些笔记本中，有些人使用整
浏览 1提问于2018-05-04得票数 4
回答已采纳
我有一个这样的数据集：
y1 | y2 | y3 | x1 | x2 | x3 | x4 | ..... xn|
1 | 0 | 0 | 1 | 1 | 0 | 1 | ..... 1 |
1 | 0 | 1 | 1 | 0 | 0 | 0 | ..... 0 |
1 | 1 | 0 | 0 | 1 | 1 | 1 | ..... 0 |
使用上面的数据，我得到了自变量x1，x2…xn和因变量y1、y2、y3。我想运行一些(机器学习)算法，它不仅可以对一个因变量进行分类，还可以对一组因变量进行分类。一种方法是为每个因变量逐个学习模型，但这可能太耗时了，
浏览 0提问于2016-12-16得票数 0
我有以下代码来创建自定义损失函数，使用数据集中的一个附加特征(不是输入特征)作为参数。代码运行良好，没有错误，但我想确保它对正确的'Y‘进行预测。 def custom_loss(data, y_pred):
y_true = data[:, 0]
feature = data[:, 1]
return K.mean(K.square((y_pred - y_true) + K.std(y__pred - feature)))
def create_model():
# create model
浏览 28提问于2020-12-09得票数 0
我正在致力于在sklearn上构建一个多元回归分析，我仔细阅读了相关文档。当我运行predict()函数时，我得到了错误：predict()接受2个位置参数，但给出了3个
X是数据帧，y是列；我尝试将数据帧转换为数组/矩阵，但仍然出错。
添加了一个显示x和y数组的代码片段。
reg.coef_
reg.predict(x,y)
x_train=train.drop('y-variable',axis =1)
y_train=train['y-variable']
x_test=test.drop('y-variable',axis =1)
y
浏览 0提问于2017-10-04得票数 9
回答已采纳
我试图建立线性回归模型来预测列表中的下一个数字。因此，它创建一个数组，将60个值存储到x_train，下一个存储到y_train。然后将一个向上存储的60个值移动到x_train，另一个移动到y_train。这会重复，直到它完成了80%的数据集。fit函数工作得很好，但是当我使用.predict()函数时，它从dataset的60x值中得到一个新列表，它返回这个错误：ValueError: matmul: Input operand 1 has a mismatch in its core dimension 0, with gufunc signature (n?,k),(k,m?)->
浏览 7提问于2020-11-27得票数 1
回答已采纳
我的训练矩阵X有形状( 5182,19231)，y是长度为5182的1s和0的列表。我的测试矩阵有形状(496,5477)。我把它们保存在单独的泡菜文件里。这是我的代码：
def read(pklFile1):
f=open(pklFile1, 'rb')
Y = cPickle.load(f)
f.close()
return Y
if __name__ == '__main__':
X=read("results/train_feature.pkl")
y=read("results/t
浏览 4提问于2016-05-25得票数 1
回答已采纳
1回答
目前，我正在使用下面的给定代码来计算概率得分和预测的类标签。 y_score = cross_val_predict(clf, X, y, cv=10 ,method='predict_proba')
y_pred = cross_val_predict(clf, X, y, cv=10 ) 但这是一个计算成本很高的方法，因为必须运行整个模型两次，有没有什么方法可以让我在一步中得到这两个方法。或者，我如何将概率转换为类标签？ 谢谢
浏览 33提问于2019-12-21得票数 0
所有代码都在python中。我有一个名为“语料库”的python列表，其中包含了2000年的评论(+ve和-ve都有)。邮政编码的主要/重要部分是：
from sklearn.feature_extraction.text import CountVectorizer
vectorizer = CountVectorizer(max_features=2000, max_df=0.6, min_df=3, stop_words=stopwords.words("english"))
X = vectorizer.fit_transform(corpus)
from sklea
浏览 0提问于2018-04-29得票数 0
回答已采纳
1回答
我目前正在试验ML.NET，但在第一个项目中，我陷入了困境。我试图预测正弦值。
用正弦函数生成X和Y值的列表(y = sin(x))
使用该列表为ML.NET学习
对下一个X值进行Y-预测
将这些预测追加到列表中
结果:对于以下数字，我总是得到一个单一的结果。正弦就像一个可变的函数。
这是当前的代码：
class Program
{
private const string FILEPATH = @"sinus.txt";
private const float XSTART = 0f;
private const float X
浏览 2提问于2018-10-17得票数 1
2回答
我不是一个专家用户。我知道我可以得到混淆矩阵，但我想得到一个列的行已被错误地分类，以便在分类后研究它们。
在堆栈溢出时，我找到了这个我能不能得到一个错误的预测列表支持向量机分数函数中的科学学习，但我不确定是否理解了所有的东西。
这是一个示例代码。
# importing necessary libraries
from sklearn import datasets
from sklearn.metrics import confusion_matrix
from sklearn.model_selection import train_test_split
# loading the i
浏览 0提问于2018-09-06得票数 3
回答已采纳
1回答
我正在学习，现在我正在阅读有关依赖对的内容。
因此，这是代码片段：
data Σ (A : Set) (B : A → Set) : Set where
_,_ : (a : A) → (b : B a) → Σ A B
infixr 4 _,_
Σprojₗ : {A : Set}{B : A → Set} → Σ A B → A
Σprojₗ (a , b) = a
data _∈_ {A : Set}(x : A) : List A → Set where
first : {xs : List A} → x ∈ x ∷ xs
later : {y : A}{xs : L
浏览 0提问于2013-07-17得票数 6
回答已采纳
我有一个变量y_total，我的目标是使用x特性来预测它。实际上，y_total是不同术语的总和，所以y_total= sum(y_i)。我有一个工作模型，它可以预测y_total和功能集x，忽略y_i术语。我可以改进我的模型，让y_i S作为目标变量，同时训练模型吗？例如，训练不同的模型来预测每个y_i，然后对预测进行求和是否有效？
显然，我不能用y_i S作为特征来训练模型，因为它们是目标变量和未知变量。特征集(x)是固定的。
浏览 0提问于2021-08-26得票数 0
2回答
回归问题Y中的响应变量是使用数据矩阵X建模的。
在符号中，这意味着：
Y ~ X
但是，Y可以分离成可以独立建模的不同组件。
Y = Y_1 + Y_2 + Y_3
在什么条件下，总体预测M的性能会比单个模型的总和M_1 + M_2 + M_3更好还是更差？
为了提供更多的背景，所使用的模型是一个GBM。我惊讶地发现，为特定的Y_i训练模型比使用总体模型M预测Y_i的性能要好得多。Y_i's是高度相关的，事后看来，这并不奇怪，因为训练一个与目标相关的向量模型也是与目标相关的。
以线性模型和独立响应变量为例进行类比。
总体模型是
Y = X\beta
很容易看出，模型的和就是和的
浏览 0提问于2019-05-15得票数 7
我们有两个数据集，每个数据集由一个X和一个Y轴组成。两个X和两个Y轴具有相同的缩放(毫米)，但数值当然不同。因此，对于dataset 1中的X值，dataset 2中没有相应的值。
如果我们把这些图放在一个具有双X和双Y轴的图中，两个数据集就会以某种方式组合成四个不同的图，一个对应于X和Y轴的每个组合。就像我们想要X1/Y1和X2/Y2的情节一样。我们也看到了X1/Y2和X2/Y1的情节，它们根本没有任何意义。
我们如何正确地将这两个数据集合并成一个图，其中它们只共享相同的X和Y轴，但不像这样混合？
浏览 1提问于2022-01-27得票数 1
如何计算y_score的roc_auc_score值？
对于类{0,1}，例如RandomForestClassifier，我有一个分类器。
然后，当我将它应用于我的测试数据时，我将得到{0,1}的列表。
但roc_auc_score预计y_true和y_score。
作为假人，在拟合模型之后，我做了以下几件事：
def find_prob(df):
def prob(token):
# the mean is the probability of label {1}
return df[df.token == token].predicted.mean
浏览 0提问于2018-05-02得票数 0
1回答
生成预测列表
、、、
有了Tensorflow，有没有一种方法来输出网络预测？
我的输出已经对12个类使用了One Hot表示
[1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0]
[0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0]
[0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0]
etc...
在尝试从我的模型中获取给定输入的预测时，我运行了以下代码
prediction=tf.argmax(y,1)
best = sess.run([prediction],feed_dict={x: batch_x, y: batch_y,
浏览 0提问于2018-11-07得票数 4
2回答
我有一个输入序列和目标序列。然而，目标序列落后于输入3步。我还可以使用narx或其他网络吗？
Predict: y(t+1)
Input:
x(t) |?
x(t-1)|?
x(t-2)|?
x(t-3)|y(t-3)
x(t-4)|y(t-4)
x(t-5)|y(t-5)
...
在我的训练过程中，我提前得到了y(t-2)，y(t-1)，y(t)，但当我在现实生活中进行预测时，这些值只在3步之后才可用，因为我是从接下来的3个输入中计算y的。
浏览 0提问于2012-04-13得票数 0
我想实现一个具有sklearn.linear_model.LinearRegression的OLS。
我有一个包含100个数据点和相应数据的时间序列。
我的总体目标是预测未来6周。我在x_train中有多个解释变量来解释我的输出。例如，这些变量包括日期、月份和我的滞后变量。我已经用自相关图检查了滞后的显著性，它告诉我，滞后1-12是显着的，所以12个解释变量就是这12个滞后。
我创建了12个滞后变量：
lag_variables=pd.concat([data.shift(1), data.shift(2),...., data.shift(12)]
这些滞后变量是我的x_train数据框架中
浏览 26提问于2020-02-23得票数 0
1回答
我正在训练一个模型，并且我正在使用一个自定义损失函数。我一直在使用一个目标，但现在我想尝试提供两个目标。
我的自定义损失函数如下所示
def CCC(y_true, y_pred):
import keras.backend as K
s_xy = K.mean( (y_true - K.mean(y_true)) * (y_pred - K.mean(y_pred)) )
x_m = K.mean(y_true)
y_m = K.mean(y_pred)
s_x_sq = K.var(y_true)
s_y_sq = K.var(y_pred)
浏览 0提问于2021-02-01得票数 0
1回答
用于两个以上分类器的管道
、、、
我试图建立一个组合使用Knn和随机森林分类器。
steps = [('scaler', StandardScaler()),
('regressor', VotingClassifier(estimators=[
('knn', KNeighborsClassifier()),
('clf', RandomForestClassifier())]))]
pipeline = Pipeline(steps)
parameters = [{'knn__n_neighbors': np.a
浏览 7提问于2022-08-25得票数 1
2回答
我正在编写一个C++程序来将BMP图像转换成JPEG。
下面是我试图遵循的基本算法：
将RGB颜色空间转换为Y、Cb、(这意味着，对于每个2*2的平方块，有4个不同的Y值，但1 Cb和1 Cr值将离散余弦变换应用于每8*8像素的数据单元.，然后使用Cb和Cr的标准量化表对DCT系数进行量化。Do zigzag的DC和AC系数分别使用huffman encoding.Write适当的标题并将哈夫曼编码值写入文件.<code>G 215</code>。
我已经验证了我所做的是正确的，但我仍然存在以下问题：
生成的JPEG没有正确显示。I制作了一个小的8*8 24位(颜色深度
浏览 4提问于2009-07-13得票数 4
2回答
提出的问题如下:使用scikit-学习将数据分割成一个培训和测试集。使用DBSCAN将数据分类为猫或狗。
我试图弄清楚如何使用DBSCAN来使用训练数据来拟合模型，然后预测测试集的标签。我很清楚DBSCAN是用于集群而不是预测的。我还看过和许多其他线程。DBSCAN只附带fit和fit_predict函数，当尝试使用训练数据拟合模型，然后使用测试数据测试模型时，这些函数似乎不太有用。
这个问题是用词不当还是我漏掉了什么？我已经看过科学工具包-学习文档以及寻找例子，但没有任何运气。
# Split the samples into two subsets, use one for trainin
浏览 0提问于2019-03-29得票数 2
回答已采纳
1回答
我有'train.csv‘和'test.csv’文件。前者包含'Id'，一个特性列表，以及一个包含值的'Status‘列，'test.csv’文件包含除'Status‘之外的相同列。
我的任务是在“XGboost”文件上训练一个train.csv模型，并预测“test.csv”文件的“状态”的二进制结果，然后将“Id”和“Status”保存到一个单独的csv文件中以供提交。
我能够在“火车”文件上训练XGboost，而且roc_auc的分数非常好(超过0.8)。我花了几个小时在互联网上搜索如何对“测试”文件进行预测，并将它们保存到“提交”
浏览 0提问于2017-12-22得票数 1
回答已采纳
1回答
我正在创建一个基本的应用程序来预测日n+1股票的“收盘价”，给出了使用Python和Scikit-learn的股票n的特性。
我的dataframe中的一个示例行看起来如下(2000行)
Open Close High Low Volume
0 537.40 537.10 541.55 530.47 52877.98
类似于这段视频，他使用的是“日期”和“公开价格”。在本例中，日期是功能，开放价格是目标。
在我的示例中，我的数据集中没有“日期”值，而是希望使用Open、High、Low数据作为特性，因为我认为
浏览 0提问于2019-03-03得票数 3
回答已采纳
我在追踪一些非常简单的东西；一周的数字，和体重。
我无法让Excel或Google Sheets使用这两个函数中的任何一个来预测未来4周的体重。
我有一个这样的图表
1185
2 184.3
3186
4 189
5183
6186
7188
等
我需要一个8，9，10，11的预测。
我尝试过=FORECAST( x57，Y53:Y56，X53:X56)，其中x57是下一周的数字，但发生的情况是，Excel/sheets从比上一个权重更小的数字开始计算。我得到了一个奇怪的负数和趋势。我知道我做的不对。我也试着换了范围。
我已经从工作表中插入了一个截图。
我觉得自己真的很愚蠢，因为我应该能够弄清
浏览 1提问于2017-08-04得票数 0
经过多次谷歌搜索，我决定寻求你们的帮助，伙计们。
我只是在不同的时间点绘制一些观察结果，我想用stat_smooth添加一个线性回归。但是，我希望线性模型的截距为100 (因为数据是相对于时间0的百分比)。为此，我发现最简单的方法是在lm中使用偏移量参数。问题是如何获得每个组(col和facet组)的'y‘观测数，以将其传递给偏移参数。
如果我使用的数据与每个组的观测数相同(在我的例子中为10)，我只需写出这个数字，它就能工作得很好：
myplot <- ggplot(mydt2, aes(x=Time_point, y=GFP_rel, col=Gene, fill=Gene,
浏览 10提问于2017-05-11得票数 2
回答已采纳
我正在使用sklearn的cross_val_predict进行这样的训练：
myprobs_train = cross_val_predict(LogisticRegression(),X = x_old, y=y_old, method='predict_proba', cv=10)
我对返回的概率很满意，现在我想要获得一个全新的数据集。我试过：
myprobs_test = cross_val_predict(LogisticRegression(), X =x_new, y= None, method='predict_proba',cv=10)
浏览 6提问于2017-12-06得票数 2
回答已采纳
1回答
解释方差分析结果
、、
我有2702记录有一个目标变量(Y)和11个独立/预测变量(X1-X11)。
📷
我正在做多变量回归，以了解我是否可以用X来预测Y，或者Y和X之间是否有任何相关性。
这是方差分析的结果。
📷
结论1:由于我的R平方很低，所以我没有一个好的模型。我所拥有的自变量并不能很好地解释Y的变化。
混淆1:由于个体变量的p值是显着的，我是否可以得出结论，Y与X1、X2、X3、X7、X8、X10、X11有很强的相关性？
混淆2:尽管p值显着，但显着变量与非显着变量之间的相关性没有差异。
📷
所以我真的很困惑如何解释我的结果。我想说，“基于结论1和困惑2，Y和X之间没有任何关系，但我如何解释混淆1。
任何帮助
浏览 0提问于2018-07-24得票数 -1
我正在研究RNN语言模型的代码。对于1)如何构造训练对(x，y)以及随后如何计算2)，我感到困惑。代码借用了Tensorflow RNN教程(阅读器模块)。
在读取器模块中，定义了一个生成器。它接受数据作为一个序列，根据批处理大小和希望“展开”RNN的步骤数生成 x，y对。最好先看一下整个定义，但让我感到困惑的是：
for i in range(epoch_size):
x = data[:, i*num_steps:(i+1)*num_steps]
y = data[:, i*num_steps+1:(i+1)*num_steps+1]
yield (x, y)
它被记录为：
*
浏览 0提问于2016-09-07得票数 0
1回答
我尝试为集成建模创建一个函数：
library(foreach)
library(randomForest)
set.seed(10)
Y<-round(runif(1000))
x1<-c(1:1000)*runif(1000,min=0,max=2)
x2<-c(1:1000)*runif(1000,min=0,max=2)
x3<-c(1:1000)*runif(1000,min=0,max=2)
all_data<-data.frame(Y,x1,x2,x3)
bagging = function(dataFile, length_divisor = 4,
浏览 1提问于2015-11-04得票数 1
1回答
我有一个X.shape (104481，34)和y.shape (104481，)的数据集，我想在它上训练一个支持向量机模型。
我做的步骤是：(1)分割数据，(2)缩放数据，(3)训练支持向量机：
(1)分割数据：函数：
from sklearn.model_selection import train_test_split
def split_data(X,y):
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.33, random_state=12, stratify=y)
ret
浏览 1提问于2019-11-08得票数 1
1回答
我正在用SAMME算法的两个类变体编码一个AdaBoostClassifier。这是密码。
def I(flag):
return 1 if flag else 0
def sign(x):
return abs(x)/x if x!=0 else 1
AdaBoost类
class AdaBoost:
def __init__(self,n_estimators=50):
self.n_estimators = n_estimators
self.models = [None]*n_estimators
def fit
浏览 0提问于2020-03-29得票数 1
回答已采纳
我正在使用Spark2.4中的pyspark.ml.fpm.FPGrowth，我有一个问题，那就是如何精确地对新事务进行转换。
我的理解是，Conf(X-->Y) > minConfidence将接受每个事务X并找到所有Y。然后，它将返回按置信度排序的Y的列表。
然而，假设没有包含X的事务，因此Conf(X--> Y )对于所有Y都是未定义的，我不确定算法将如何转换该事务。
这是取自文档的一组简单的事务：
DF = spark.createDataFrame([
(0, [1, 2, 5]),
(1, [1, 2, 3, 5]),
(2, [1, 4]
浏览 6提问于2019-12-02得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
