此代码从y表中手动选择一列，然后将其连接到X表。然后，程序执行线性回归。您知道如何对y表中的每一列执行此操作吗？yDF.iloc[:,0].to_frame()y= regressionDF.iloc[:,20:].squeeze()
lm.fit(X
浏览 5提问于2021-03-10得票数 1
回答已采纳
1回答
人们应该如何决定使用线性回归模型还是非线性回归模型？对于简单的x和y数据集，我可以很容易地通过绘制散点图来决定应该使用哪种回归模型。
在x1，x2，.，xn和y等多变量的情况下.我如何决定必须使用哪一种回归模型？也就是
浏览 4提问于2015-02-06得票数 3
我有一个数据集，其中：X2 -连续自变量我希望用X1和X2来预测y。线性回归对此合适吗？(对一个分类自变量进行回归有意义吗？)如果是这样的话，当X1是一个分类自变量(例如眼睛颜色)时，我如何使用线性回归？
我是否应该为X1中的每个类别创建一个单独的线性<
浏览 2提问于2018-10-16得票数 1
回答已采纳
4回答
我在研究回归问题。我的目标是“学习”连续目标y的分布，尽可能好地进行预测。我的模型看起来：
这是我的结果。在这里，我比较了实际的y_i (真理，蓝色)和预测的\
浏览 0提问于2019-12-26得票数 6
1回答
回归模型中的变量选择
、、、、
我建立了价格预测数据模型，使用多元线性回归，岭，拉索和弹性网络回归，最初我有215个变量。在创建模型之后，我运行了python代码来检查最终模型中使用了多少变量，这是python代码，用于检测岭回归中变量的数量，
print("Ridge Regression Selected " + st
浏览 0提问于2020-01-25得票数 0
3回答
我目前正在从事一个线性回归项目，在这个项目中，我需要收集数据，将其拟合到一个模型中，然后根据测试数据进行预测。| 7000| 676|| 9000| 680|我不知道的是如何正确地将这个数据集拟合成线性回归模型。我以前使用
浏览 8提问于2017-06-27得票数 3
回答已采纳
1回答
双峰结果数据的线性回归
、、、、
我有一个数据集，有3,000个特征和持续的时间因变量，有18,000个实例。因变量直方图显示它们具有双峰分布。我正在构建预测时间的线性回归模型，但是没有一个模型能够进行预测；所有模型的R^2值都是0。我绘制了模型的残差，并验证了它们是正态分布的。我使用Lasso系数的权重来过滤我的数据框架，这样我就可以
浏览 0提问于2019-11-06得票数 4
2回答
我想用多个预测因子来预测多个因变量。如果我正确理解，原则上可以建立一系列线性回归模型，每个模型预测一个因变量，但是如果因变量是相关的，那么使用多元回归就更有意义了。我想做后者，但我不知道怎么做。到目前为止，我还没有找到一个专门支持这个功能的Python包。我试过scikit--学习，即使他们的线性回归模型示例只
浏览 4提问于2015-05-26得票数 9
回答已采纳
假设一个数据集有五个预测变量和一个目标变量，通过散点图，我观察到三个预测变量与目标变量具有线性关系，另外两个预测变量具有非线性关系。如何建立广义线性回归模型，从而解释这两个变量的非线性以及其他三个变量之间的线性关系？
浏览 0提问于2020-04-23得票数 1
1回答
假设我有一个值表： df = pd.DataFrame({'Y1':[1, 2, 3, 4, 5, 6], 'X1':[1, 2, 3, 4, 5, 6], 'X2':[1, 1, 2, 1, 1,1],
'X3':[6, 6, 6, 5, 6, 4], 'X4':[6, 5, 4, 3, 2, 1]}) 我想使用所有这些值作为我的测试集进行简单的套索回归，其中Y</e
浏览 27提问于2019-01-24得票数 2
回答已采纳
1回答
快速群-通过简单线性回归
、、、、
理论上，一系列按组回归的y ~ x | g相当于一个单一的集合回归y ~ x * g.后者非常吸引人，因为不同群体之间的统计测试是直接的。但实际上，做这个更大的回归在计算上并不容易。我在链接Q&A上的回答回顾了软件包speedlm和glm4，但指出他们不能很好地解决这个问题。
大的回归问题是困难的，特别是当有因素变量时。
浏览 0提问于2018-08-24得票数 5
回答已采纳
1回答
我正在尝试使用表单的逻辑模型我正在从EXCEL文件中读取我的数据：
data1<-read.csv(file.choose我
浏览 5提问于2016-08-12得票数 0
1回答
如何使用二次回归？
、、、
我正在尝试学习如何拟合二次回归模型。假设"SqFtTotLiving“将是阶数为2的变量，即python代码：import numpy as np
X = houses1.iloc[:,1:
浏览 4提问于2019-11-16得票数 0
1回答
你好，我在看安德鲁·吴的机器学习课程。我发现，在回归问题中，特别是logistic回归问题中，他们使用整数值来表示可以在图中绘制的特征。但是，在很多用例中，特征值可能不是整数。让我们考虑下面的示例：因此，以下是基于以上
浏览 1提问于2018-11-09得票数 2
回答已采纳
我有一个目标变量和数百个预测变量。我试图一次对一个预测变量运行线性回归，然后创建一个数据，使用for循环保存所有单变量线性回归结果(即变量名，p_value)。下面是我在python中的回归代码(X_data有所有的预测变量，y_data有目标变量：
import statsmodels.ap
浏览 2提问于2021-10-06得票数 1
回答已采纳
问题陈述:给定一组随机变量Xs，给出它们解释目标变量Y中方差的能力的重要性顺序。假设所有的Xs都被规范化为0均值，std dev为1。
可以将此视为回归问题(正常或序数)。例1:当计算出的协方差矩阵是对角时，我知道随机变量Xs是相互独立的wrt。然后，我可以拟合一个线性回归模型，并按它们的权重排序。案例2:或者，如果我知道Xs是独立的(https
浏览 0提问于2018-02-07得票数 1
1回答
一些预编程模型在其回归输出(如lm())中自动删除R中的线性因变量。使用bife包，这似乎是不可能的。如第5页中的包描述所述：
如果bife不收敛，这通常是一个或多个回归者与固定效应之间线性依赖的标志。在这种情况下，您应该仔细检查您的模型规范。现在，假设手头的问题涉及到许多回归，而我们不能充
浏览 2提问于2020-11-11得票数 5
回答已采纳
1回答
我们可以使用sklearn的make_regression()函数生成多目标回归数据集。这里，目标的数量是`2 X, y = make_regression(n_samples=5000, n_features=10, n_informative=7, n_targets=2, random_state=1, noise=5) 现在，我想创建一个多目标数据集，其中target变量的范围(或模式)将不同。因此，不同的ML模型可以很好地对
浏览 34提问于2021-11-03得票数 0
1回答
我有一个关于100+特性的数据集。我还有一组小的协变量。对于每个协变量，我使用统计模型y = x + C1 + C2 + C3 + C4 + ... + Cn，以及一个特征x和一个因变量y，建立一个OLS线性模型。我正在尝试对回归系数进行假设检验，以检验回归系数是否等于0。我认为t-test是解决这一问题的合适方法，但我不太确定如何使用<
浏览 6提问于2017-08-16得票数 0
回答已采纳
我一直在寻找最新的方法来创建一个线性回归模型，给定一个Pandas Dataframe。YearWeekNum列：我希望能够创建一个线性回归，它使用YearWeekNum作为独立(预测器)变量，使用Dependen
浏览 0提问于2018-01-16得票数 0
回答已采纳
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
