惩罚函数在R包minpack.lm中有界收敛的非线性最小二乘估计中的应用
是为了解决非线性最小二乘估计中可能出现的过拟合问题。在实际应用中，我们常常需要拟合非线性模型来描述数据的关系，而最小二乘估计是一种常用的参数估计方法。
然而，当数据量较小或者模型复杂度较高时，最小二乘估计容易出现过拟合的问题，即模型在训练数据上表现良好，但在新数据上的预测能力较差。为了解决这个问题，可以引入惩罚函数来约束模型的复杂度，防止过拟合的发生。
在R包minpack.lm中，有界收敛的非线性最小二乘估计使用了惩罚函数来控制参数的取值范围，从而避免参数估计过大或过小的情况。这种方法可以有效地提高模型的泛化能力，使得模型在新数据上的预测结果更加准确可靠。
具体而言，惩罚函数可以通过在最小二乘目标函数中引入正则化项来实现。正则化项通常由参数的范数构成，例如L1范数或L2范数。通过调整正则化参数的大小，可以控制惩罚函数的强度，进而影响模型的复杂度和拟合能力。
在应用中，惩罚函数在非线性最小二乘估计中的应用场景包括但不限于：
- 数据拟合：当我们需要拟合非线性模型来描述数据的关系时，可以使用惩罚函数来提高模型的拟合能力，避免过拟合问题。
- 参数估计：通过引入惩罚函数，可以对参数进行约束，避免参数估计过大或过小，提高参数估计的准确性和稳定性。
- 模型选择：通过调整惩罚函数的强度，可以在模型复杂度和拟合能力之间进行权衡，选择最合适的模型。
腾讯云相关产品中，与非线性最小二乘估计相关的产品包括云计算平台、人工智能平台、数据分析平台等。具体推荐的产品如下：
- 云计算平台：腾讯云云服务器（https://cloud.tencent.com/product/cvm）提供了强大的计算资源，适用于进行大规模数据处理和模型训练。
- 人工智能平台：腾讯云人工智能开放平台（https://cloud.tencent.com/product/ai）提供了丰富的人工智能服务，包括图像识别、语音识别、自然语言处理等，可以用于数据预处理和模型评估。
- 数据分析平台：腾讯云数据智能平台（https://cloud.tencent.com/product/dp）提供了全面的数据分析和挖掘工具，可以用于数据清洗、特征提取和模型评估。
总之，惩罚函数在R包minpack.lm中有界收敛的非线性最小二乘估计中的应用是为了解决非线性最小二乘估计中可能出现的过拟合问题，通过引入惩罚函数来约束模型的复杂度，提高模型的泛化能力。腾讯云提供了一系列与非线性最小二乘估计相关的产品，可以满足用户在云计算和人工智能领域的需求。
相关·内容
1回答
我会尝试描述我的问题，但最后有一些具体的问题。
我有一些困难，解决一个涡轮机问题，在Matlab。目的是用已知的物理测量和运行条件来计算涡轮的效率。为了做到这一点，我使用了科学论文中给出的方程式：
在我的例子中的问题是，要知道效率，我需要出口气体参数(温度，压力，速度…)这又取决于效率。我主要在一个名为EES (工程方程求解器)的软件中解决了这个问题，在这个软件中，方程可以按任何顺序写入，程序对它们进行分组并自动求解。由于程序中的限制，我切换到了Matlab，这不允许我扩展这个问题。
在matlab中，我首先以一个可解的顺序将所有的方程写成一个函数，除了求解问题所需的两个退出参数之外。将两个退
浏览 1提问于2012-05-31得票数 0
SciPy说，与Matlab函数lsq弧度()等效或最接近的python函数是什么，它将数据和参数化函数(曲线)之间的平方误差降到最小？
我知道scipy.optimize.curve_fit和scipy.optimize.leastsq很亲近。然而，它们没有使用信赖域相关最小二乘法。当然，我可以自己编写在算法之间切换的条件。但是，如果有现有的python代码，我就不需要重新发明轮子了。
浏览 2提问于2015-08-28得票数 3
回答已采纳
1回答
我正在上一门计量经济学课程，并且一直在尝试使用Python，而不是他们设置作业的propreitry和EVIEWS。
在其中一个问题中，我有一段时间的消费数据。我被要求用两种方法计算它。
第一种方法是计算表单消耗= Aexp( Bt )的模型，第二种方法是记录双方，并在log (消耗量)= alpha +Bt上做普通的OLS。
我知道怎么做第二条路。但是，当我试着做第一条路的时候，它就出错了。使用状态模型，我可以对时间数据进行指数化(在正常化之后)，但这将以消耗= Aexp(t) + B的形式计算一个回归，这不是我想要的。(我想指定参数到哪里去)。在滑雪板上，我可以找到一个多项式回归，但不是指
浏览 3提问于2020-02-19得票数 0
3回答
scikit learn包提供了函数Lasso()和LassoCV()，但是没有选项来拟合逻辑函数，而不是线性one...How来执行python中的逻辑套索？
浏览 38提问于2017-01-14得票数 13
回答已采纳
1回答
我正在使用glmnet软件包获得LASSO估计值，如下所示：
model <- cv.glmnet(data, return, standardize = TRUE)
我能够使用coef(model)提取系数，但是，我想不出一种方法来获得标准误差和Z-score。
浏览 0提问于2013-09-04得票数 2
回答已采纳
1回答
我需要找到一种方法来计算拟合曲线上离给定点最近的点(或从给定点到曲线的最短距离)。
拟合曲线的方程形式为:y= m/(x+a)+c。我试图解析地求解它，但我得到了一个四次多项式。
有没有一个可以操作几千个点的解决方案(例如在stata中)？
浏览 22提问于2017-12-18得票数 0
我正在使用Python2.7。我想知道为什么当目标是高频窦性波时，SciPy的优化函数不能收敛到正确的函数。
import numpy as np
from scipy import optimize
test_func = lambda x: 5*np.sin(15*x+3)+1
t = linspace(0,25,100000)
y_t = test_func(t)
plot(t,y_t)
fitfunc = lambda p, x: p[0]*np.sin(p[1]*x+p[2])+p[3]
errfunc = lambda p, x, y: fitfunc(p, x) - y
浏览 1提问于2015-05-05得票数 2
回答已采纳
如果我有一些(x，y)数据，我可以很容易地画直线通过它，例如
f=glm(y~x)
plot(x,y)
lines(x,f$fitted.values)
但是对于曲线型数据，我想要一条曲线型。看起来loess()可以使用：
f=loess(y~x)
plot(x,y)
lines(x,f$fitted)
这个问题在我打字和研究的过程中不断演变。一开始，我想要一个简单的函数来拟合曲线数据(我对数据一无所知)，并希望了解如何使用nls()或optim()来实现这一点。在我发现的类似问题中，似乎每个人都在暗示这一点。但现在我偶然发现了loess()我很高兴。所以，现在我的问题是，为什么有人会选择使用
浏览 2提问于2011-09-26得票数 11
回答已采纳
我是OpenCV的新手，我必须执行一些相机校准功能。谁能告诉我OpenCV中CvLevMarq()类的用途和使用方法？
浏览 10提问于2012-11-29得票数 2
回答已采纳
我有数学公式和一些数据，我需要把数据与这个模型相适应。数学就像。y(x) = ax^k + b和我需要估计a和b。
我有triet梯度下降来估计这些参数，但这似乎有点费时。有什么有效的方法来估计公式中的参数吗？
浏览 0提问于2022-12-06得票数 6
回答已采纳
1回答
R中向量值Hessian的计算
、、、、
我要计算一个参数的方差协方差矩阵。参数由非线性最小二乘拟合得到.
library(minpack.lm)
library(numDeriv)
变量
t <- seq(0.1,20,0.3)
a <- 20
b <- 14
c <- 0.4
jitter <- rnorm(length(t),0,0.5)
Hobs <- a+b*exp(-c*t)+jitter
函数def
Hhat <- function(parList, t) {parList$a + parList$b*exp(-parL
Hhatde <- function(par, t)
浏览 1提问于2013-09-13得票数 2
我注意到可以使用min、max和/or约束LMFIT中的参数，并使用表达式。我想知道是否有一种方法可以使用表达式来约束参数，使其遵循由均值和标准差定义的正态分布。例如，我的一个参数介于-3000和5000之间，如果我将它们指定为最小值和最大值，优化器会将它们视为相同的可能性(一致)，但我希望它考虑的值与平均值相去甚远(即正常)。谢谢。
浏览 1提问于2018-03-01得票数 1
4回答
我正在寻找一个用C语言编写的库，它可以对目标函数进行优化(最好是Levenberg-Marquardt算法)，并支持盒子约束、线性不等式约束和非线性不等式约束。
我已经尝试了几个库，但它们都没有为我的应用程序使用必要的约束类型：
(不支持all)上的约束)(仅支持box constraints) (根本不支持非线性约束)
我目前正在探索，但我不确定是否可以使用所提供的任何算法实现最小二乘方法。
我发现很难相信没有一个库支持这个问题中的所有约束，所以我猜我在谷歌搜索的时候犯了一个错误。
我最近发现我可以从C中调用Matlab函数，虽然这可以很容易地解决问题，但我不想从C中调用Matlab函数，
浏览 188提问于2011-06-19得票数 17
回答已采纳
1回答
使用patsy，我知道如何打开或关闭拦截。但我还没有得到横向补偿。例如，我想在本质上能够适应
y = alpha + beta * abs(x_opt - x_obs)
与x_opt免费合身。我试过这样写：
y ~ 1 + np.abs(y - x)
对y使用常量列，但是在np.abs()括号内，patsy“关闭”，而y只是被解释为一个数字。如果我把y改为1或20，我会得到不同的答案。
类似的问题也适用于例如np.pow(1-x，2)或正弦波。能够适应x偏移量将是非常有用的。这个是可能的吗？或者这就是帕蒂不做非线性的意思吗？
浏览 4提问于2016-10-25得票数 0
回答已采纳
最近，我一直在尝试将许多随机效应模型拟合到相对较大的数据集中。假设大约有5万人(或更多)在25个时间点观察到。有了这么大的样本数量，我们就包括了很多我们正在调整的预测因子--也许是50个左右的固定效应。我用R中的lme4::glmer将模型拟合成二进制结果，并对每个主题进行随机截取。我不能详细介绍数据，但是我使用的glmer命令的基本格式是：
fit <- glmer(outcome ~ treatment + study_quarter + dd_quarter + (1|id),
family = "binomial", data = d
浏览 9提问于2017-06-21得票数 10
回答已采纳
所以这是一个非常简单的问题，就是想不出来。
我正在使用glm函数运行logit，但不断收到与自变量相关的警告消息。它们被存储为因子，我已经将它们更改为数字，但没有成功。我也将它们编码为0/1，但这也不起作用。
请帮帮我！
> mod2 <- glm(winorlose1 ~ bid1, family="binomial")
Warning messages:
1: glm.fit: algorithm did not converge
2: glm.fit: fitted probabilities numerically 0 or 1 occurred
我也在
浏览 7提问于2011-12-22得票数 38
1回答
我一直在尝试使用MATLAB的拟合函数来拟合幂律分布：ns ~ s^-a (where ns is the probability density function; s is the empirical observation; and a is the scaling exponent)与我的经验数据(参见链接)。然而，我在获得可重现的解决方案时遇到了问题。如果不指定起始点，则每次运行都会得到不同的结果--尽管我使用的是相同的数据集。然后，当我指定一个起始点时，该函数会给出与我指定的起始点相同的结果。此外，无论我是否指定了诸如Levenberg-marquardt之类的算法，或者是否使用了
浏览 2提问于2019-10-16得票数 0
1回答
我有一个matlab的输出函数和输出曲线特性，我想从输出的曲线特性中获得估计参数值，如何使用曲线拟合工具箱获得95%的置信度
以下是输出函数
function c_t = output_function_conv(t, a1, a2, a3,b1,b2,b3,td, tmax,k1,k2,k3)
K_1 = (k1*k2)/(k2+k3);
K_2 = (k1*k3)/(k2+k3);
c_t = zeros(size(t));
ind = (t > td) & (t < tmax);
c_t(ind)= conv(
((t(ind) - td) .
浏览 2提问于2014-02-25得票数 1
1回答
谁能告诉我一个好的方法来拟合R中的二元偏态正态分布？我看过诸如"sn“和"fMultivar”之类的包，但它们并没有被证明是有用的。谢谢。
浏览 1提问于2017-08-07得票数 0
1回答
混合新凯恩斯菲利普斯曲线是：
经过几次操作，我们得到了以下可估计的模型：
其中，π是通货膨胀率，x是衡量产出缺口的指标(= GDP的周期性成分，使用过滤器)。模型π和x的解释变量是可观测的。
我需要用非线性最小二乘来估计这个模型，但是这个模型在我看来是线性的。另外，我在R中使用nls()函数的尝试也失败了。
此外，我对非线性回归的研究导致了我的逻辑人口增长，但我无法找到一种方法将我学到的东西与这项工作联系起来，特别是在推导起始值时。
浏览 8提问于2013-02-22得票数 2
回答已采纳
1回答
我想实现一个内核岭回归，也在MLJ中工作。此外，我希望可以选择使用特性向量或预定义的内核矩阵，如Python中的。
当我运行这段代码时
const MMI = MLJModelInterface
MMI.@mlj_model mutable struct KRRModel <: MLJModelInterface.Deterministic
mu::Float64 = 1::(_ > 0)
kernel::String = "linear"
end
function MMI.fit(m::KRRModel,verbosity:
浏览 0提问于2020-12-17得票数 4
回答已采纳
我尝试了，并对Lasso类做了一些修改，如下所示：
class custom_lasso():
def __init__(self, lr, iter, lamb):
self.eta = lr
self.max_iter = iter
self.alpha = lamb
# Function for model training
def fit(self, X, Y):
# no_of_training_examples, no_of_features
self.n, self.p
浏览 5提问于2021-11-18得票数 0
1回答
基于二维投影的三维点位置
、、、
我目前正在寻找一种从2D投影重建一组3D线的方法。
我有一个3坐标系轴的投影图像，相机参数等都是已知的。
给出了二维点的位置，也知道红/绿，绿/蓝和蓝/红之间的夹角为90°(笛卡尔坐标系)。
摄像机的位置也是已知的，因此可以计算图像中描绘的视线。
有没有一种简单的方法来找到一组对应的3D点，这些点描述了导致给定投影的对象？(假设解决方案可以有一个未知的比例因子？)
谢谢!
浏览 1提问于2014-02-06得票数 1
1回答
我用gnls函数的nlme软件包来拟合曲线。当我试图知道它使用的是什么优化器时，我被定向到nlminb函数，它声明：
使用端口例程的无约束和盒约束优化。
我不知道什么是“端口例程”。它是一系列的优化算法，还是一种叫做“端口例程”的优化算法？
有人能至少告诉我一些“例行公事”中的名字吗？例如，“梯度下降”，“Levenberg-Marquardt”，还是“信任区域”？
提前谢谢！！
浏览 0提问于2018-03-20得票数 4
回答已采纳
2回答
我想估计带二元因变量的非线性模型的系数。非线性的产生是因为两个回归器( A和B )分别依赖于数据集的子集和两个参数lambda1和lambda2：
y = alpha + beta1 * A(lambda1) + beta2 * B(lambda2) + delta * X + epsilon
对于每一次观察，我们都有
其中a和Rs是data.frame中的变量。回归者B(lambda2)的定义也是类似的。
此外，我还需要包括在Stata中被称为的内容，即调查权重或抽样权重。出于这个原因，我正在使用Thomas的R包。
首先，我为A (和B)创建了一个函数，即：
A <- fu
浏览 4提问于2016-03-21得票数 4
我试图使用R中的optim/maxBFGS函数来拟合一个定制的logistic回归/生存分析函数，并通过手工定义这些函数。
我一直有这样的印象:对于包speedglm、biglm和glm，logit模型或其他发行版的可能性函数都是硬锁的。但是，我想知道我是否弄错了，或者是否可以指定我自己的可能性函数。原因是optim/maxBFGS的运行速度比speedglm慢得多。
浏览 4提问于2014-08-17得票数 1
回答已采纳
1回答
我在这里有代码，它从两个具有相等点数的高斯分布中提取。
最终，我想要模拟噪声，但我想知道为什么如果我有两个均值相距很远的高斯分布，我的curve_fit应该返回它们的平均值。它不会这样做的。
import numpy as np
from scipy.optimize import curve_fit
import matplotlib.pyplot as plt
import gauss
N_tot = 1000
# Draw from the major gaussian. Note the number N. It is
# the main parameter in obtainin
浏览 2提问于2014-07-03得票数 0
2回答
稀疏参数的含义是什么？
、、、、
像LASSO这样的稀疏方法包含一个与l_1范数最小化相关的参数D1。较高的\lambda (>0)值意味着更多的系数将缩小到零。我不清楚的是，这个方法是如何决定哪些系数收缩到零的？
如果\lambda = 0.5，那么它是否意味着那些值小于或等于0.5的系数将变为零？换句话说，无论\lambda的值是什么，值在\lambda之内的系数都会被关闭/变为零？或者\lambda的价值还有其他意义吗？
\lambda可以是阴性的吗？
浏览 0提问于2020-12-01得票数 1
回答已采纳
很简单的问题，但一些东西，我一直无法理解，通过搜索互联网。使用SKlearn运行LR模型后，关键输出之一是coef_和intercept_。
我理解coef_是一个完全描述模型关系的转换矩阵；使用coef_和添加intercept_来执行输入数据的点乘积将为您的输入生成预测值。
我的问题是:定义一阶模型coef_的方程是什么？这种情况在二阶模型下会发生什么变化？这个方程在具有n个特征的多元模型中是如何变化的？
我已经收集到了一些类似于b0 + b1x + b2x的东西，但是我不明白它是如何随着附加的“特性”变量的引入和高阶多项式模型的引入而发展的。
浏览 0提问于2022-05-26得票数 0
我现在正在尝试实现一个python代码，它计算矩阵方程的最小二乘误差。
首先，我有一些二维数据XDATA (Array of Array of Floats)，形状100，第二，我有一些二维YDATA，形状100,3我的函数从9个条目和3个未知参数的数组中创建了一个3个条目的数组。所以我试图通过线性最小二乘来估计这些参数：
#linear regression
#Messured Data
xdata = np.array(data[0:9])
xdata = xdata.astype(np.float)
xdata = np.transpose(xdata)
#True y
ydata =
浏览 2提问于2017-01-12得票数 0
假设我已经将一个数据输入到这样的数据框架中：
df = data.frame(x = c(1,2,3,4,5,10,15,25,50),
y = c(.57,.75,.82,0.87,.89,.95,.97,.98,.99))
df
我想用这个词来表达：
Y= ((x/a)^b)/(1+(x/a)^b)
其中a和b是未知参数。
我已经绘制了点，并通过猜测a和b的值绘制了一条合适的线：
library(ggplot2)
graph <- ggplot(df, aes(x=x, y=y))
graph <- graph + geom_point
浏览 0提问于2016-01-11得票数 1
回答已采纳
我在做数据拟合。我需要一个表面。我用了两种方法。
1)双变量多项式回归。(线性/ OSL)和2)二次模型a_x^2+b_x+c。
我的问题是，我可以使用二次模型ax^2+bx+c进行非线性回归使用levenberg。因为我已经实现了
浏览 1提问于2017-04-13得票数 0
我试着用显式测量法求出直流电机的传递函数。我有电压、输出值和时间值。
我实际上使用的是matlab的tfest函数，它是准确的，但我想知道，他们用什么算法来求tf？
有什么想法吗？网站上说他们使用预测误差最小化(PEM)方法，但我不知道如何实现它。
谢谢!
浏览 1提问于2013-04-24得票数 1
回答已采纳
2回答
我有一组测量半径(t+epsilon+error)，以等距的角度。该模型为半径(R)圆，中心在(r，Alpha)处，附加小噪声和一些比噪声大得多的随机误差。
问题是求圆模型的中心(r，Alpha)和圆的半径(R)。但是它对随机误差不应该太敏感(在7和14的数据点下面)。
一些半径可能会丢失，因此简单的平均值在这里是行不通的。
我尝试了最小二乘优化，但它对错误有显著的反应。
有没有一种方法可以优化Python中最小的三角洲，而不是最小二乘的增量呢？
Model:
n=36
R=100
r=10
Alpha=2*Pi/6
Data points:
[95.85, 92.66, 94.14, 90
浏览 5提问于2014-02-16得票数 4
回答已采纳
1回答
所以我的代码有大量的数据点，这三个变量都是完全相同的长度，回归是非常重要的。
Distance<-c(0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,10,10,10,10,10,10,10,10,10,10,10,10,10,10,10,10,10,10,10,10,10,10,10,10,10,10,15 ,15 ,15 ,15 ,15 ,15 ,15 ,15 ,15 ,15 ,15 ,15, 15 ,15, 15 ,15 ,15 ,15,15 ,15 ,20,
浏览 2提问于2015-04-16得票数 0
回答已采纳
我正在开发一个可以自动校准激光雷达的应用程序。激光雷达有四个参数( a、b、c、d )，每个参数的范围为-5.0至5.0，步长为0.1。激光雷达可以输出一个名为error.In general，f(a, b, c, d) = error的值。误差值越小，激光雷达的标定效果越好。程序应该找到a、b、c、d，这样error就可以尽可能地最小化。我不知道函数的表达式，所以不能应用梯度下降函数。然而，函数应该是凸的。我可以用有限差分近似梯度，但是得到激光雷达的输出是昂贵的；在线上有很多无梯度优化，但是我应该选择哪种算法。有什么想法吗？
浏览 4提问于2022-07-08得票数 0
回答已采纳
1回答
我使用python的statsmodel包来进行线性回归。在R^2、p等的输出中也存在“对数似然”.在文档中，这被描述为“拟合模型的似然函数的值”。我看了一下源代码，并不真正理解它在做什么。
阅读更多关于似然函数，我仍然有非常模糊的想法，这个‘对数-似然’值可能意味着什么，或被用来。所以有几个问题：
在线性回归的情况下，似然函数的值不等于参数的值(本例中为beta)吗？这似乎是这样的，根据下面的推导，导致方程12：
知道似然函数的值有什么用？它是否与其他具有相同反应和不同预测指标的回归模型进行比较？实际的统计学家和科学家如何使用统计模型提出的对数似然值？
浏览 1提问于2014-10-23得票数 2
回答已采纳
我目前使用Measurements.jl进行错误传播，使用LsqFit.jl将函数拟合到数据。有没有一种简单的方法来使一个函数适合有错误的数据？如果使用其他包可以让事情变得更容易，那么使用其他包也没有问题。 提前感谢您的帮助。
浏览 24提问于2021-07-27得票数 1
回答已采纳
我在熊猫的数据中有一些数据(虽然熊猫不是这个问题的重点)。作为一个实验，我将ZR列作为列Z除以R列，作为使用scikit学习的第一步，我想看看我是否能够从其他列中预测ZR (这应该是可能的，因为我刚刚从R和Z中获得了ZR)。我的脚步。
columns=['R','T', 'V', 'X', 'Z']
for c in columns:
results[c] = preprocessing.scale(results[c])
results['ZR'] = preprocessing.sca
浏览 4提问于2014-03-07得票数 8
我一直在寻找一个C++库，它可以近似于一个多项式函数f(x，y) =z，给定一组已知的三维点(x，y，z)。
使用matlab中的fit函数或曲线拟合工具(请参见链接中的图像中的具体示例)，这很简单，但我需要将此功能集成到一些用C/C++编写的现有软件中，因此我需要专门寻找一个C++库。有人能给我指点可能有用的东西吗？
我遇到过许多曲线拟合库，但它们似乎都局限于一维曲线的拟合。我一直在寻找回归和插值函数，也许我是在寻找错误的东西？
📷
浏览 0提问于2023-01-02得票数 1
1回答
很抱歉这个无礼的问题，自从我上次来这里以来，我的简历似乎已经生锈了。我有几组随时间变化的比率数据，如下所示：
years <- c(1890, 1891, 1894, 1896, 1899, 1905, 1917)
ratio <- c(0.8, 0.9, 0.5, 0.25, 0.1, 0.02, 0)
plot(ratio~years)
叠加在散点图上，我需要一条平滑的线，它尊重比率数据的0到1的限制。直截了当的lines(predict(loess(ratio~years))~years)有点太陡峭了，我尝试过的一些平滑方法有时会用我的真实数据降到零以下。这里我
浏览 0提问于2013-04-03得票数 1
回答已采纳
1回答
我正在用Java实现一个熊猫DataFrame克隆，我需要的功能之一是重采样。我找到了一种很好的方法来做，。在引用的链接中，他们使用python，特别是来自numpy的函数，它接受一个矩阵A和一个向量b，与我需要实现的公式完全一样。
现在我开始学习，API看起来不像Least_squares(A, b)，而是完全不同的东西，顺便说一句非常复杂。
我想知道如何通过传递一个矩阵A和一个类似于python的向量b来求解java中的最小二乘非线性回归。
浏览 14提问于2016-12-04得票数 4
2回答
我需要在不使用棋盘目标的情况下纠正相机的变形。我有一个矩形对象的快照。为了做到这一点，我首先在我的图像上找到了矩形对象的一些点。结果，我得到了真实对象点的坐标和图像中对象轮廓点的坐标。这里的图像描述了这一点：
如何继续使用JavaCV或OpenCV？
浏览 8提问于2016-05-31得票数 2
1回答
我有一个关于Nelder算法(1)的具体实现的问题，该算法以一种不寻常的方式处理方框违禁品。我在任何论文(25篇论文)、教科书(搜索了其中4篇)或互联网上都找不到关于它的任何东西。
我有一个典型的优化问题:带框约束的min f(x) -0.25 <= x_i <= 250
预期的方法是使用惩罚函数，并确保当x超出界限时，所有f(x)实例都“不吸引”。
该算法的工作原理不同:所讨论的实现不涉及f(x)。相反，它使用逆双曲正切atanh(f)扭曲参数空间。现在，单纯形算法可以在没有边界的空间中自由地操作，只需选择任意的点。在得到f(x)之前，为了评估x处的解，该算法切换回正常空间。
乍
浏览 3提问于2020-05-01得票数 0
回答已采纳
我正在构建一个典型的线性多元回归，只是其中一个变量，而不是一个简单的数据点，是一个依赖于其他变量的函数。因此，例如，我的回归可能看起来是：
y1=c1*x1+c2*x2+c3*x3+c4*f(x3)
F本身包含系数a，b，c，d
这个特殊函数的形式是f(x)=a /(1+e^(-c(X)
基本上，我研究的目的是找出a、b、c和d的哪个值导致x4的最高值，并希望得到最好的模型。
我在R方面非常缺乏经验，但我的导师告诉我，他认为这将是最好的计划来完成这类事情。有人对从哪里开始这个问题有什么建议吗？
浏览 2提问于2015-07-15得票数 0
1回答
我想知道在下面的场景中我最好的方法是什么。我有8个未知数，然而实际上是无限数量的非线性方程，这使得系统超定。
未知数：
U M V N J S W N
方程式：
U*M + V * Catime1 – V*M – Mgtime1 = 0
J*M + W * Catime1 – W*M – Srtime1 = 0
U*N + V * Catime2 – V*N – Mgtime2 = 0
J*N + W * Catime2 – W*N – Srtime2 = 0
U*S + V * Catime3 – V*S - Mgtime3 = 0
J*S + W * Catime3 – W*S - Srt
浏览 0提问于2013-05-28得票数 0
2回答
我知道python和C++，但对R没有什么经验。我应该弄清楚我以前同事的脚本是干什么的--他已经好几年没来了，但我有他的文件。他有大约10个python文件，它们将数据传递到临时文件中，然后再传递到下一个python脚本，我可以跟踪这个脚本，但是他有一个R脚本，我不知道，因为我不知道R。
R脚本的输入是tem4.txt：
1.414442 0.0043
1.526109 0.0042
1.600553 0.0046
1.637775 0.0045
...etc
其中第1列是生长曲线的x轴(时间单位)，第2列是生长水平(单位OD600，它是细胞密度的量度)。
R脚本只有4行：
inp1 <
浏览 7提问于2014-06-10得票数 0
回答已采纳
L2正则化导致向量参数中的值最小化。L1正则化导致在向量参数中将某些系数设置为0。
更广泛地说，我已经看到不可微正则化函数导致在参数向量中将系数设置为0。为什么是这种情况？
浏览 0提问于2019-07-01得票数 2
我正在将一个用R编写的脚本移植到Python上。在R中，我使用smooth.spline，在Python中，我使用SciPy UnivariateSpline。它们不会产生相同的结果(即使它们都基于三次样条线方法)。有没有一种方法或替代UnivariateSpline的方法，使Python样条返回与R相同的样条线？
我是个数学家。我理解样条的一般概念。但没有详细介绍它们在Python或R中的实现。
下面是用R编写的代码，然后是Python。两者的输入数据是相同的。
以下是输入数据：
x = 0.0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8
浏览 1提问于2019-06-19得票数 2
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
即时通信 IM
实时音视频活动推荐
腾讯云开发者
