問題タブ [linear-regression]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
java - 分類中の Weka nullPointerException
モデルをトレーニングし、モデルを使用して再度分類するために使用しています。
最初の部分の統計を正しく取得していますが、2 番目の部分は取得していません。再評価中に nullPointerException が発生します。コード内で作成された1つのインスタンスでテストするなど、あらゆる種類の操作を試しました.
私が書いたコードスニペットは次のとおりです。
r - Rのrobcovでcoefとsummary.lmを使用する(p値を抽出する)
この方法で、olsオブジェクトから勾配と切片のp値を抽出できます。
しかし、robcovオブジェクトで同じことを試してみると、summary.lmは、robcovモデルではなく、元のモデル(m1)からのp値を提供します。
これは、robcovヘルプページの警告に関連している必要があると思います。
警告
調整されたolsフィットには、print.olsで印刷された修正された標準誤差がありません。これを取得するには、sqrt(diag(adjfit $ var))を使用します。ここで、adjfitはrobcovの結果です。
でもどうすればいいのかわかりません。
robcovオブジェクトからp値を抽出する方法はありますか?(私は本当にスロープ用のものだけに興味があります、それが違いを生むなら...)
matlab - MATLAB: 線形回帰
2 x n 配列を指定して、データセットの線形回帰方程式 (y = mx + c) を見つける最も効率的な方法を見つけようとしています。
基本的に、たとえば X が 50 のときの Y の値を知りたいです。
私の現在の方法には、多くのことが望まれています。
inputData は 2 行 n 列の配列で、最初の列に X があり、2 番目の列に Y があります。
ご覧のとおり、上記の方法は、指定された X 値の 5 以内にある Y の値を見つけようとして、平均を取得するだけです。これは恐ろしい方法であり、さらに処理にはかなりの時間がかかります。
私が本当に必要としているのは、方程式 y = mx + c... を通じて値を見つけることができるように、X と Y の線形回帰を計算するための堅牢な方法です。
PS。上記の方法では、実際にメモリを事前に割り当て、最後に末尾のゼロを削除しますが、簡単にするためにこの部分を削除しました。
python - 大規模なデータセットの一般化最小二乗法
個別にサンプリングされていないデータを線形に適合させたいと思います。一般化された最小二乗法に出くわしました:
方程式は Matlab 形式です。X
とY
はデータ ポイントの座標でありV
、「分散行列」です。
問題は、そのサイズ (1000 行と 1000 列) が原因で、V 行列が特異になり、逆変換できないことです。この問題を回避する方法について何か提案はありますか? GLS以外の一般化された線形回帰問題を解決する方法を使用している可能性がありますか? 私が利用できて (少し) 使い慣れているツールは、Numpy/Scipy、R、および Matlab です。
r - Rを使用して散布図に線形回帰直線を作成するにはどうすればよいですか?
散布図に線形回帰直線を作成する abline 関数を試しました。
提案があればお願いします
python - Python の単純なパーセプトロン
http://en.wikipedia.org/wiki/Perceptron#Example
私の質問は、NAND が 2 つのパラメーターのみを取り、1 を返すときに、各ベクトルに 3 つの入力値があるのはなぜですか?
http://en.wikipedia.org/wiki/Sheffer_stroke#定義
あなたの便宜のために貼り付けられたコード:
machine-learning - データの非相関化
非正方行列の平方根をどのように計算できますか?psジョルダン行列分解法を試しましたが、正方行列にしか適用できないようです。
algorithm - 複数パラメータ予測のための特別なタイプの多変量回帰はありますか?
多変量回帰を使用してバスケットボールをプレイしようとしています。具体的には、X、Y、ターゲットからの距離に基づいて、ピッチ、ヨー、キャノンの強さを予測する必要があります。出力パラメーターごとにマルチプル変数を使用した多変量回帰を使用することを考えていました。これを行うためのより良い方法はありますか?
また、最適なフィットを得るために直接ソルブを使用する必要がありますか、それとも最急降下法を使用する必要がありますか?
python - scikit を使用した線形回帰予測値のキャッピング
間隔 [0,10] に実数値ラベルを持つデータセットを使用して、線形回帰モデルをトレーニングしています。テスト セットの予測値には、10 を超える予測が含まれています。予測を 10 に制限する方法はありますか。
予測が 10 を超える場合は、明示的に 10 に設定するような条件チェックを行うことを考えています。
より良い方法はありますか?
r - lm predict は予測しません
私は2つのデータフレームを持っています。1 つはトレーニング データ ( pubs1
)、もう 1 つはpubs2
テスト データ ( ) です。線形回帰オブジェクトを作成できますが、予測を作成できません。これを行うのはこれが初めてではなく、何が問題なのかわかりません。
私が行方不明になっているものはありますか?