3回答
科学学习中的每一个分类器都有一种方法predict_proba(x)来预测x的类概率。如何为回归者做同样的事情？我知道如何估计预测方差的唯一回归者是高斯过程回归，我可以这样做：在一维中，我甚至可以画出高斯过程回归器对不同数据点的预测有多自信📷
如何<e
浏览 0提问于2018-05-17得票数 9
回答已采纳
1回答
高斯过程回归置信区间的估计
、、、、
这可能是一个奇怪的问题，但当高斯过程回归看到一堆噪声数据而没有太多信号时，它们会做什么？下面我取一堆噪声数据，运行两个不同的GPR实现，它们都产生超微小的置信区间。有没有一个很好的理由来解释为什么会这样？我的直觉告诉我，置信区间应该更大。GPR真的对他们对平均值的估计那么有信心吗？此外，除了添加白噪声核之外，是否有一种适当的方法来填充方差估计？
浏览 118提问于2019-03-02得票数 2
回答已采纳
1回答
高斯过程置信度与可信区间
、、、
既然高斯过程返回一个而不是一个点估计，为什么这个 (实际上在每个GP的例子中)谈论贝叶斯统计可信区间的模拟上的置信区间？
浏览 2提问于2020-03-06得票数 1
3回答
在这里，我和你分享它们，并问你：我如何学习一个简单的高斯？概率，随机变量，分布；估计，收敛和渐近，置信区间。我如何学习高斯(MoG)的混合物？似然，期望最大化(EM)；推广，模型选择，交叉验证；k-均值，隐马尔可夫模型(HMM)如
浏览 0提问于2015-01-20得票数 40
f = pd.DataFrame({"a": [1,2,3], "b": [1,2,3]})我得到了这张图，这是令人困惑的，因为点是完美排列的。
浏览 1提问于2020-04-30得票数 2
回答已采纳
1回答
我对回归有点陌生，所以就我而言，置信区间告诉我们这个估计反映人口的可能性有多大，对吧？然而，当谈到回归时，我们是否可以肯定，置信区间应该包括我们的斜率，如果没有，那么我们的估计就不重要了，这就是它们的意思吗？
提前谢谢你，
浏览 8提问于2022-03-25得票数 1
回答已采纳
我试着比较R中SVMs的不同实现，在e1071包中还有比libsvm实现更多的实现吗？
一般来说，除了libsvm实现nu-支持向量机和epsilon-支持向量机之外，是否有一个很好的替代方案？
浏览 2提问于2013-01-18得票数 3
我正在查看用于高斯过程回归的来自kernlab包的R函数kernlab。该过程由核函数的超参数和数据中的噪声来定义。我在文档中看到了我可以指定的
obs <- data.frame(x =
浏览 4提问于2012-11-16得票数 3
回答已采纳
1回答
我正在寻找一个模型的信心，以预测在给定的情况下很好。$C(f)$$C(y=f(x))$
我相信，这与列车/测试装置中存在类似观测和类似观测
浏览 0提问于2018-08-31得票数 0
2回答
线性回归预测的置信区间
、、、
我所使用的数据被用来预测两点之间旅行的时间。数据中约有100次不同的行程和90K次的观测。我使用的是标准模式：X = df_features[= 42 )linreg.fit( X_train, y_train )进行<
浏览 0提问于2018-12-01得票数 8
根据中心极限定理，无论原始/总体数据集的分布情况如何，抽样分布都将服从正态分布。
我的问题是，如果人口数据的n个样本的平均值服从正态分布，这对我们有什么帮助？我试图在Ml的上下文中找到示例，但没有找到好的示例。如果你能帮助我理解CLT (基本上是知道抽样分布会有钟形曲线)在ML上下文中的意义，这将有很大的帮助，举个例子。
浏览 0提问于2020-12-21得票数 1
2回答
多元极小/拟合结果的置信区间
、、、、
Fx和Fy是线性的，但观测到的噪声明显不是高斯的。问题1:我如何估计这些结果的95%的置信范围，这样我才能看到答案是多么模糊或可靠？我认为参数的值不是独立的，所以置信区域可能不是一个4长方形的</
浏览 3提问于2019-04-25得票数 2
在此回归中：我从glht软件包中知道confit()可以计算每个估计量的置信区间。添加了这个
浏览 14提问于2019-11-12得票数 3
回答已采纳
我读过“如果错误分布明显不正常，置信区间可能太宽或太窄”(来源)。那么，有人能详细说明这一点吗？什么时候置信区间变窄，什么时候更宽？这跟偏斜有关系吗？
浏览 0提问于2020-05-04得票数 6
回答已采纳
1回答
我有一个真值y，我想用回归来预测，但我对y会是不同值的概率感兴趣。Y在理论上是连续的，但在dataset中它被舍入为整数。假设你可能是0-9。我要10个概率，每个可能值一个。我尝试用一个有10个输出节点的神经网络来做这件事，因为我们失去了类别之间的关系，1比10更接近于2，这对预测是不利的。Y是物体的重量(以磅为单位)。数据集具有Y值四舍五入的s.t。根据特征X预测y值为0~9磅的概率。
浏览 0提问于2019-09-27得票数 1
回答已采纳
2: In norm.inter(t, adj.alpha) :>
样品尺寸要低很多倍，但顺式基本上是一样的。如果有人想复制完全相同的例子，下面是数据。
浏览 5提问于2022-04-04得票数 0
我有数据，需要对数据进行线性回归才能获得Alpha和Beta是回归给出的估计器，polyfit可以给出那些没有问题的估计器，但这是一份物理科学报告，我需要给出这些值的误差估计器我从统计中得知，简单的线性回归系数存在标准差。
浏览 4提问于2011-11-25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
