1回答
我有一个大小为60的数据集，所有观察值的变量都是相同的。其中30个具有wins (y)的值，其中30个我已经删除以进行预测。在sas中，当您希望模型预测未知y(结果)的值时，您可以在Y值的数据线中放置一个点，然后运行回归。该模型将基于30个具有Y值的观测值，然后对不具有Y<e
浏览 6提问于2018-03-01得票数 0
1回答
我使用和来预测数据。我正在使用R中的来实现这一点，我在训练和测试中分割我的数据，在训练集上进行训练，然后尝试预测测试集的值。为此，我将测试集作为newdata参数传递，如中所述。我得到一个错误，说newdata没有与训练数据相同的大小(显然！)。然后，该函数似乎可以评估、预测训练集的值。
如何预测</e
浏览 0提问于2018-07-02得票数 3
回答已采纳
1回答
我想问一下，是否有人熟悉距离矩阵中缺失值的估算。对于普通数据(具有连续变量和标称变量的表)，有大量的计算技术，如热甲板和冷面、预测模型等。然而，几乎没有关于如何处理距离矩阵的信息。示例：distance[c(10, 20, 30, 40, 50, 60)] <- NA
在这种情况下，如何计算缺失的值</e
浏览 3提问于2015-12-01得票数 3
回答已采纳
3回答
有时丢失数据的机器学习
、、、、
我试图做一个基于我的路由器上的RSSI信号的室内定位系统，我正在嗅探我的网络，所以我知道我的手机的RSSI与我的路由器天线相关的是什么(我的房子里到处都是5个天线)。iPhone并不总是在广播探测请求，所以我只实时地知道与设备连接到的路由器相关的RSSI信号，而没有其他路由器。为了简单地理解:我有时拥有与5个路由器相关的设备的RSSI，有时只与3个路由器相关，在最
浏览 0提问于2016-06-27得票数 2
1回答
我想在这里执行空值分析。在这里，我提到了数据集的前两行 Shop_name Bikes_avaiable Shop_location Average_price_of_bikesdtr,mtg,Harley Davidson Portland 6022$ 4.8 除了shop_name，每一列都有一些空值。早些时候，我使用了基于均值的估算和基于频率的估算来替换空<
浏览 16提问于2020-06-28得票数 0
使用分类特性，我们可以看到BigQuery ML通过在创建的模型上运行ML.WEIGHTS自动创建"_null_filler“虚拟变量，这是有意义的。在数字特性的情况下，丢失的值是用平均值还是其他什么来计算的？这两种行为是否在官方文档中提到过？
浏览 1提问于2018-12-11得票数 3
回答已采纳
1回答
R预测缺失值
、、、、
如何根据R中的其他值预测缺失值NA？平均值是不够的。
所有的值都是可靠的-列值是树的范围率，行是三米高。有什么办法可以做到吗？我一直在尝试预测功能，但没有成功。
浏览 1提问于2015-05-09得票数 1
回答已采纳
2回答
我正在尝试在我的数据集上应用NMF，使用python learn。我的数据集包含0值和缺失值。但是scikit学习不允许数据矩阵中的NaN值。一些帖子说，用零代替缺失的值。我的问题是：
如果我用零替换缺失值，那么算法如何区分缺失值和实数零值</e
浏览 0提问于2016-09-07得票数 8
我可以在一段文字中用它来预测单词的缺失。缺失词是现有词汇语义列表的一部分。(缺失词列表是一组常见的单词，如was，were等)。如果R中有更好的包，它可以帮助我解决这个问题，如果您在这里发布它，那将是非常有用的。
谢谢。
浏览 0提问于2015-07-08得票数 2
我有一个数据集，并试图预测房价。几个变量(#卧室，#浴室，面积，.)使用常量0或-1表示“未知”。这是很好的做法吗？以列的平均值来代替这些值是行不通的，因为所有的房子都是
浏览 1提问于2022-09-04得票数 0
由于这种情况，我们不知道在哪里教育自己，并得到这个具体问题的答案，如何处理我们的timeseries (进水数据库)数据库中丢失的数据。在一个例子中描述一个问题。我们有一些时间序列数据，比如说我们测量房间的温度，现在我们有很多房间，有时传感器会死掉或停止工作一到两周，然后我们替换它们等等，在那个时间框架内，数据丢失了。现在我们尝试执行某些计算，它们失败了，假设我们想要计算每天的</e
浏览 0提问于2023-02-06得票数 2
回答已采纳
当我尝试从回归中向我的数据帧添加列时，我收到一个错误：ozone.ols <- lm(Ozone ~ Temp, data = df) replacement has 116 rows, data has 153
我猜问题是缺失值我的最终目标是按照指南生成一个剩余的情节。
浏览 8提问于2020-05-13得票数 0
回答已采纳
有两个csv文件，一个叫做'train.csv‘和'test.csv'；第一个是训练，第二个是预测二进制特征。要预测的二进制功能称为“Survived”，它不存在于测试csv文件中。为了对数据进行预处理，我将它们加载为pandas数据帧。测试数据帧没有'Survived‘特性，所以我创建了一个同名的常量值为-1的新列，以区分训练数据帧中相应列的</em
浏览 16提问于2020-11-22得票数 0
2回答
我有200个列和30k行的数据。我有一个缺失的数据，我想预测它来填补缺失的数据。我想不预测任何值，并将预测的数据放在那里。df = pd.DataFrame(df, columns =
浏览 0提问于2019-07-15得票数 0
3回答
部分未知向量的最近邻
、、、、
特征向量有3项[weight, height, age]，在我们的列表中有3人。注意，，我们不知道人的身高C，。, 50y]我猜现在的问题是，我们把C和猜测的~170cm放在一起，而把B放在已知的169cm上。
感觉有点不对劲。我们人类比机器聪明，并且知道C完全是170cm的可能性很小。(最好是在简单的经
浏览 4提问于2017-09-23得票数 1
2回答
我已经训练了一个模型，在测试集上的测试结果是好的。现在，我已经将模型保存为“训练模型”，并在新的数据集中进行了新的实验，以便在没有实际值的情况下进行预测。通常，经过训练的模型会为每个实例提供一个已评分的标签结果。但是现在，评分标签结果是空的。同样，当我将评分结果转换为CSV时，评分标签列是空的。更奇怪的是，当我查看评分可视化选项卡的统计数
浏览 1提问于2016-03-23得票数 4
我有2016-2019年间的用电数据。每隔30分钟记录一次，共4年。13/03/2019-31/03/209之间没有数据。Df.interpolate(method=“最近”)df.interpolate(method="akima")df.interpolate(method="time")现在，我正在考虑使用同样的2018年3月的数据来填补2019年3月丢失的值
浏览 0提问于2022-02-20得票数 0
回答已采纳
2回答
所以我很快就明白了，在你的一些观察中，处理缺少特征值(S)是日常数据生活的一部分。我明白了归责的要点，什么时候/怎样合适，什么时候不合适，我会在不久的将来读到。但是，这个呢：
假设您有预测器$X_1、\dots、X_p$，并且希望通过逻辑回归来建模二进制响应$Y$。与其将值归为缺失的预测值，不如为每个可能的预测器子集建
浏览 0提问于2018-05-25得票数 3
回答已采纳
我使用R中的randomForest函数来预测回归。我的数据有几个缺失的值。我在randomForest调用中使用了参数randomForest，这似乎是可行的。但是当我预测测试数据和计算MSE时，我得到了MSE的NA值。对我可能做错了什么有什么想法吗？
浏览 2提问于2016-09-09得票数 0
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
