2回答
与其中一个预测器有很好的线性关系，但对于其他三个预测器，我认为多项式可以拟合。在python中，有没有什么方法可以预测单变量，其中一个预测值是线性回归，其他三个预测值是多项式或其他非线性回归？
浏览 22提问于2020-07-22得票数 0
我用单变量建立了一个线性回归模型，它的R-平方比R-平方小得多。据我所知，R平方会惩罚您添加额外的变量。
，如果回归中只有一个预测器，那么差异从何而来呢？
浏览 0提问于2019-08-03得票数 0
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：for column in X_Dat
浏览 2提问于2021-10-06得票数 1
回答已采纳
1回答
了解多项式回归。我知道我们对某种非线性数据集使用多项式回归，并给出曲线。我知道写一个单自变量的多项式回归方程，但我不是真的理解这个方程是如何构造两个变量的？y = a1 * x1 + a2 * x2 + a3 * x1*x2 + a4 * x1^2 + a5 * x2^2
在我们有3个或更多变量的情况下，多项式回归的方程是什么？对于多个变量，开发这些多项式方程的逻辑到底是什么？
浏览 0提问于2019-05-21得票数 1
给出的描述是-快速线性模型，用于测试单个回归器的效果，对许多回归者来说是顺序的。这分三个步骤完成：我无法理解这一点，请有人用门外汉的术语来解释这一点。
浏览 2提问于2016-06-10得票数 2
2回答
Python中的多重回归
、、、
我目前正在使用scipy的线性回归函数进行单次回归。我找不到同一个库或另一个库是否能够进行多元回归，即一个因变量和多个自变量。如果可能的话，我想避免使用R。如果你想知道，我正在做外汇市场分析，目的是用多个其他货币对复制一个货币对。有人能帮上忙吗？谢谢,
托马斯
浏览 1提问于2009-07-19得票数 4
回答已采纳
我试图用python进行多变量非线性回归。小时、日和温度是自变量，负载是因变量。import numpy, multipolyfithour=data[:,3] a, b, c, d, e=multipolyfit.
浏览 3提问于2016-10-25得票数 0
回答已采纳
Breiman等人的分类和回归树提到了在拆分节点时使用预测器的线性组合。我试图找到一种方法，用R尝试一下，但没有成功。有树或rpart包，它们假设在单变量预测器上进行拆分，并且它们不允许任何带有线性组合的定制。我必须创建我自己的包吗？
浏览 0提问于2012-03-31得票数 4
回答已采纳
2回答
假设我有一个预测数组x=numpy.array(n,px)和一个预测数组y=numpy.array(n, py)，用Python语言计算从x到y (1...py)的所有回归(线性)的最佳方法是什么？当然，我可以很容易地迭代输出维度(对于每个计算正常的单输出多变量输入OLS)，但是这将是低效的，因为我将重新计算x的伪逆矩阵。
有没有什么有效的实现？找不到任何(既不是)
浏览 1提问于2013-08-28得票数 2
2回答
橙色帆布:不给多项式回归系数。
、、、、
我想得到一个回归方程，我用一元多项式回归工具，它给出了相关的图，但它没有给出任何方程或系数。是否有任何方法、小部件工具或代码在Orange中导入此功能。已经谢谢你们了。
浏览 6提问于2017-02-22得票数 1
回答已采纳
1回答
y)*(X*theta - y) ) / 2*m;
“1”被(成功地)用于线性回归的单变量成本函数“1”似乎也适用于计算多元线性回归问题的成本。它们是相同的方法，还是“一次”只在多变量转换集上工作。
浏览 17提问于2017-12-20得票数 1
回答已采纳
我正在使用sklearn在Python中执行相当直接的多元线性回归。参见下面的代码片段- full_results是一个数据帧，其中所有变量都是数字。我的问题是，决定系数是否可以在4个输入变量之间分开，这样我就可以看到y的变化分别归因于每个变量。 当然，我可以对每个变量单独运行单变量线性回归，但这不像是正确的解决方案。
浏览 46提问于2021-11-19得票数 0
当我做单变量线性回归分析时，所有的模型都是显着的(因为期末考试分数是一个因变量)，尽管有些模型的R^2很小。然后尝试将所有的预测因素放入一个多元线性回归模型中，结果表明，除了学习时间外，大多数预测因素都是不显著的，在单变量和多变量分析中，学习时间是显着的，具有较大的R^2。
浏览 16提问于2020-08-25得票数 0
2回答
线性回归定义Y是X的函数。使用这个函数可以在X出现之前用X的值来预测Y(忽略异常值)。
单变量线性回归仅依赖于一个变量.但是一种更强大的形式是多元线性回归，它不是只使用一个参数:X，而是使用多个参数。
浏览 7提问于2015-07-20得票数 0
回答已采纳
我用3个不同的模型对64个变量进行了多元线性回归：使用随机森林进行特征选择，然后对所选特征进行多元线性回归。逐步线性回归会感谢您的任何建议！谢谢!
浏览 0提问于2019-06-10得票数 0
使用scikit-learn或其他合适的库，我可以针对因变量对列执行一元线性回归。如果我要在所有因变量和自变量对之间进行类似的单变量回归，那么我可以运行for循环并这样做。univariate regression in python
浏览 40提问于2020-10-05得票数 1
回答已采纳
2回答
我正在研究一个用于单变量数据的线性回归示例。很抱歉没有粘贴任何我尝试过的代码，因为我对R不太熟悉，我是个初学者。编辑：
忘了提到，我试图用geom_abline绘制的线性回归线并不是绘图。
浏览 3提问于2013-02-06得票数 3
回答已采纳
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回归模型？还是尝试创建一个多元线性回归
浏览 2提问于2018-10-16得票数 1
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
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
