我已经阅读了vander函数的文档，但是我并不真正理解该函数在做什么？def detrend(y, order): return y
return OLS(y, np.vander(np.linspace(-1
浏览 63提问于2020-04-16得票数 0
回答已采纳
我在比较函数中使用strnatcmp对表中的人名进行排序。对于我们的比利时客户，我们得到了一些奇怪的结果。他们有'Vander‘和’Vander‘这样的名字，strnatcasecmp("Van der", "Vander")返回0！由于自然比较的目的是像人类一样分类，我不明白为什么这些空间被完全忽视了。Muizen [3] => Vand
浏览 6提问于2013-08-16得票数 8
回答已采纳
, raw = TRUE) + exercise + active + poly(wt71, 2, raw = TRUE) + qsmk:smokeintensity,data = nhefs)
mod3.summary()(1) poly(x，2)添加2次正交多项式，
浏览 1提问于2018-01-31得票数 4
我所要做的就是在我的回归中添加一个平方项，而不需要在我的dataframe中定义一个新列。
浏览 5提问于2020-05-19得票数 6
回答已采纳
3回答
我通常至少有10个点，在使用polyfit时，我想根据统计显著性对每个点进行加权。有什么方法(或类似的函数)可以做到这一点吗？
浏览 0提问于2011-12-10得票数 4
1回答
当我尝试在我的线性回归中使用.predict时，我得到了以下错误： ValueError:应为2D数组，但获得了标量数组: array=80。我真的不太理解重塑功能，以及为什么需要它。有人能向我解释一下这是做什么的吗，以及如何应用它来为我的模型获得预测？import matplotlib.pyplot as pltfrom sklearn.linear_model import LinearRegression
浏览 14提问于2020-04-24得票数 0
回答已采纳
我想知道是否有一种方法可以将迭代器传递到那些变量sk模型中，例如:随机森林/逻辑回归等。有什么解决方案吗？xs = tfds.as_numpy(tf.data.Dataset.from_tensor_slices(xs))
ys = tfds.as_numpy(tf.data.Dataset.from_tensor_slices
浏览 0提问于2021-01-28得票数 0
1回答
我是一个试图通过牛顿方法实现正则化逻辑回归的机器学习新手。数据有两个特征，应该通过找到(u，v)的所有单项式项扩展到28次6次0
浏览 19提问于2018-03-01得票数 0
我只找到了回归问题的良好损失函数。然后在Tensorflow中使用它。
在tensorflow的API中，存在大量的损失函数，其中大部分是针对分类问题而设计的。对于回归问题，除MSE外，任何其他良好的损失函数都不包括在内。
浏览 6提问于2017-12-29得票数 1
回答已采纳
1回答
我希望在Numpy中使用多项式回归(polyfit)获得系数和截距，但不确定如何编写脚本来获得多项式函数。我已经编写了线性回归的代码，并附在下面：import sysimport numpy as npimport numpy.polynomial.polynomial as polyfrom sci
浏览 13提问于2016-08-08得票数 0
回答已采纳
1回答
这里：在段落下：LSTM网络进行回归，这个家伙在LSTM代码中反转预测。如果我删除这些代码行，结果的预测是无用的。我的意思是这个模型不能预测任何事情。那么，我的问题是，反演预测的代码到底能做什么？他为什么要用它？
浏览 13提问于2022-09-18得票数 0
回答已采纳
2回答
我尝试在R中使用MFP函数，就像我在Stata中使用等效命令一样。通常，当在Stata中运行线性回归时，我在命令regress之前使用命令mfp，并且Stata给出回归模型中协变量的“最佳”转换。例如，在Stata中，我使用以下命令在R中的库(mfp)中似乎有一个函数mfp，我想使用它。例如在R中：
summary
浏览 0提问于2015-02-20得票数 1
此外，我现在的问题是，如果我想回归两个数组，例如，不相等的和无序的。0.5, 2.0, 1.6, 2.8, 3.5, 0.9, 1.5])我应该做什么使用LINEARREG函数在talib？还应该注意，输入numpy数组需要类型检查。以匹配c中的“双”。原始问题
我使用TA来计算技术指标，但是我不理解LINEARREG函数，其中
浏览 8提问于2019-01-23得票数 1
1回答
我试图为线性回归编写自己的代码，遵循beta = inv(X'X)X'Y的正常方程。然而，平方误差远大于lstsq函数在numpy.linalg中的应用。有人能向我解释为什么SVD方法(即lstsq法)比正常方程更精确吗？谢谢
浏览 1提问于2016-04-01得票数 1
回答已采纳
1回答
我正在用ruby编写一个机器学习算法，它使用梯度下降和logistic回归。numpy的性能令人印象深刻。
浏览 2提问于2015-05-19得票数 4
回答已采纳
1回答
为了绘制贝叶斯回归图，我采用了下面的方法："https://scikit-learn.org/stable/auto_examples/linear_model/plot_bayesian_ridge_curvefit.html“ 我不能将我的x，y绘图轴数据与我的列相匹配，然后将其传递给def Func(x)，它应该生成绘图的绘图函数。def func(x): return (np.sin(2*np.pi*x))
TypeError: can't multiply sequen
浏览 14提问于2020-10-18得票数 0
我想问，在logistic回归中找到根的主要原因是什么(也就是为什么我们在logistic回归中使用牛顿拉夫森方法)。我理解牛顿拉夫森方法的基本原理，但我不明白寻找根或使用二阶导数的重要性。我知道牛顿·拉夫森的想法，我想知道为什么我们要用这个方法去寻找函数的零点或根呢？以逻辑回归为例，它想告诉我们什么？
浏览 0提问于2018-05-02得票数 3
回答已采纳
但是，问题是:如果存在这种情况，并且Python允许使用numpy.dot()函数在数组乘法中使用它，那么为什么OpenBlas (或OpenBlas)不能正常工作？或者，在另一种方式(更好的在我看来)，为什么Python/numpy允许使用float16，如果那时我们不能利用OpenBlas/ATLAS提供的高级功能？
浏览 4提问于2014-07-05得票数 5
回答已采纳
2回答
In [43]: x = np.arange(5000)155 µsaxis=1)
In [47]: np.all(np.vanderTrue) == np.flip(np.column_stack([x**(N-1-i) for i in range(N)]), axis=1))
浏览 4提问于2018-01-14得票数 12
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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
