1回答
我很难让sklearn的线性回归中的加权数组影响输出。 下面是一个没有加权的例子。import numpy as npfrom sklearn import linear_model
y =现在，当添加权重时，我得到了相同的最佳拟合线。我希望看到回归有利于曲线中较陡峭的部分。我做错了什么？
浏览 47提问于2020-03-26得票数 0
回答已采纳
我正在尝试解决一个线性回归问题，并且我正在使用sklearn中的LinearRegression()函数。可以显示权重和偏差吗？
浏览 45提问于2019-05-08得票数 6
回答已采纳
2回答
在R中使用logistic回归时，“glm”函数(族=二项式)的数据输入可以是：(家庭)的几种格式，特别是以下格式：
对于二项式和准二项式家庭，可以通过以下三种方式之一指定响应：
.作为数值介于0和1之间的数值向量，解释为成功案例的比例(由权重给出的案例总数)。我有汇总数据，表示试验成功的比例(0到1之间)和它们的等效权重，我有兴趣用它应用logistic回归，这在R中是微不足道的</
浏览 1提问于2016-01-06得票数 3
我想知道.linear_model在以下代码中的含义-我的理解是，library/module(都有相同的含义)是sklearn，而LogisticRegression是这个模块中的类。
浏览 12提问于2020-07-24得票数 0
回答已采纳
from sklearn.preprocessing import StandardScaler
n = len(m[0])net.fit(X, y, epochs=100, learning_rate=0.1)
因此，从本质上说，权重代表了回归模型的系数向量，但很明显，权重是有标度的，所以我想知道如何才能将
浏览 1提问于2022-04-06得票数 0
2回答
为每个样本提供权重以进行分类意味着什么？像Logistic回归或支持向量机这样的分类算法如何使用权重来比其他示例更强调某些示例？我很乐意深入了解这些算法是如何利用样本权重的。如果查看sklearn，可以看到函数有一个可选的sample_weight参数，该参数被定义为分配给各个样本的权重数组。
浏览 31提问于2018-08-20得票数 2
我试图在数据集上使用线性回归，其中预测器是产品ID、权重、类型、Outlet_Establishment_Year等，目标变量是Item_Outlet_Sales。我用R-平方作为度量。convert categorical variables to numerical variables然后对数据进行缩放，进行线性回归并计算R-平方，得到0.57的结果：
from sklearn.prepr
浏览 12提问于2022-10-29得票数 0
1回答
python指定线性回归的权重
、、、、
我有一些线性回归模型，由于潜在的原因，需要具有用户定义的集合回归的权重。是否有可能获得基于用户定义权重的OLS摘要，而不是它自己找到的线性回归权重？
浏览 2提问于2018-07-31得票数 1
1回答
如何使用回归模型预测范围
、、、
我在试着做一个可以预测考试分数的模型。我目前使用的是一个简单的线性回归模型，但得到的准确度得分接近于0，因为它猜测的是一个单独的数字作为得分。我想知道是否有一种方法可以让模型预测大约10个数字的范围，如果真实数字在这个范围内，它就被标记为正确的猜测。
浏览 34提问于2021-07-31得票数 0
回答已采纳
2回答
我使用一个简单的线性回归来预测一个项目移动的单位数量，并且价格是输入参数之一。
对于一些项目，旧的价格是不相关的，因此，这会导致错误的预测。old price的定义因项目而异。有没有办法让线性回归知道最近的价格更相关？
浏览 0提问于2019-10-09得票数 0
回答已采纳
首先，在这个论坛上有一些问题和这个非常相似，但相信我，没有一个匹配的，所以请不要重复。我遇到过使用scikit的sklearn的两种线性回归方法，我不能理解这两种方法之间的区别，特别是在第一个代码中有一个调用train_test_split()的方法，而在另一个代码中调用的是直接拟合方法我正在用多种资源学习，这个单一的问题让我非常困惑。首先是使用SVR的
X = np.array(df.drop([
浏览 9提问于2017-10-27得票数 13
回答已采纳
2回答
线性回归的时间复杂度是多少？
、、、、
我的工作是线性回归，我想知道时间复杂性的大-O表示法。没有优化算法(如梯度下降)的线性回归的代价函数需要在权重组合的迭代中计算(作为蛮力方法)。这使得计算时间取决于权重的数量，并且明显地取决于训练数据的数量。
如果$n$是训练数据的数量，则$W$是权重的数量，而权重空间的每个
浏览 0提问于2018-07-20得票数 10
TL;DR预测“价格”，给定“长度”和"wandRate“下面是一个片段：这是某一种大米加工稻谷的过去定价数据。根据"wandRate“(第一个变量)，即任何大于8.2的”长度“(第二个变量)的价格，计算了较低长度稻米的价格。这些价格是基于一种长期的反复试验的方法，即向不同的专家询问他们对某一特定长度的谷物应该如何定价的“意见
浏览 0提问于2019-12-19得票数 2
回答已采纳
我想使用scikit_learn库的KernelRidge类来拟合我的数据上的非线性回归模型。但我对如何做到这一点感到困惑。from sklearn.kernel_ridge import KernelRidge n_samples, n_features = 20,1我在上面的
浏览 1提问于2016-05-05得票数 0
2回答
我已经看到，删除显示共线性的输入特性(并且只保留其中一个)是一种常见的做法。然而，我刚刚完成了一个关于线性回归模型如何给不同的特性赋予不同的权重的课程，我想也许这个模型会比我们对不那么必要的特性给予低权重而不是完全删除它们做得更好。为了解决这个疑问，我创建了一个类似于x_squared函数的小数据集，并使用Python应用了两个线性回归<
浏览 4提问于2022-08-16得票数 0
回答已采纳
1回答
我指的是结果，而不是理论：
在线性回归中，有一个公式来解释构成最终分数的变量和权重。在决策树中，有一个路径图来解释什么条件会导致分割。我可以从< from sklearn.tree import DecisionTreeRegressor>读取的唯一结果是by pickle.dump。但泡菜仍然是一个黑匣子。尽管features_importance_输出解释了每个特征的权重重要性，但这是一种间接方法。我还是不明白分数是怎么来的</
浏览 0提问于2019-12-02得票数 0
2回答
知道有很多选择(PCA，图像时刻等)，我认为线性回归应该可以完成这项工作。然而，只有当椭圆的旋转平行于x轴时，它才“有效”。为什么会这样呢？难道任何均匀分布的对称点云都不应该给出中线吗？这是我使用的代码： import numpy as np%matplotlib inlinefrom ipywidgets import interact
from sklearn</
浏览 29提问于2019-02-26得票数 4
回答已采纳
为了适当地拟合像弹性网络这样的正则化线性回归模型，必须首先对自变量进行标准化。然而，这些系数具有不同的含义。为了提取这种模型的适当权重，我是否需要使用下面的公式手动计算它们：或者是sklearn中已经有一些内置的功能了？
浏览 4提问于2019-12-13得票数 2
我理解多项式回归试图实现的目标(通过最小二乘法实现最佳拟合)，但我找不到在多项式中找到系数的算法。暴力是不可行的，这是我能想到的唯一解决方案。有没有迭代系数的方法？我是不是漏掉了什么明显的东西？
浏览 3提问于2016-10-25得票数 0
我正在寻找一个用Python实现逻辑回归(不是正则化的)的好方法。我正在寻找一个包，也可以获得每个向量的权重。有没有人能推荐一个好的实现/包？谢谢!
浏览 1提问于2011-09-22得票数 16
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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
