問題タブ [non-linear-regression]

scikit Learnで多項式回帰を行い、係数を解釈しようとしています。しかし、どういうわけか、scikit は出力をフォーマットしません。したがって、次のようになります。

係数を作成した機能にどのようにマッピングできますか? 私がこれまでに持っているコード:

どうも！

私はRを初めて使用し、非線形モデルを一部のデータに適合させようとしましたが、失敗しました。最後に、Excel に多項式トレンドラインを追加し、取得した関数をプロットしようとしました。何らかの理由で関数が R のデータに適合しません。単純な geom_smooth を試しましたが、「かさばる」線が得られました。滑らかなもの。1 つのプロットに 6 つのサンプルがあります。Excel で取得した関数とそれをプロットしようとした試みを含む、そのうちの 1 つのデータを次に示します。より良い方法があると確信しています-出力でフィットの関数も取得する必要があります。

私の従属変数は、言う2列の行列です(y1,y2)。そして、 と という 3 つの独立変数がx1, x2ありx3ます。でこれに対して多変量非線形回帰を実行したいと思いRます。それを行う方法はありますか？たとえば、多変量線形回帰は次のようになります。

しかし、の非線形最小二乗回帰のためにそれを行う方法は、ベクトル回帰をサポートしている可能性があります。

私の非線形混合効果モデルは、体重 ( bm) を に回帰させageます。broodは 内にネストされていると考えたいのですyearが、ひなはデータセットにある 7 年のうちの 1 年にしか発生しないため、 と のランダム効果は交差する必要がありますyear。brood

Pinheiro & Bates (2000): 'Mixed-Effects Models in S and S-plus' ( http://link.springer.com/book/10.1007%2Fb98882 ) には、ランダム効果が交差した例が 1 つあります。細胞培養バイオアッセイのモデルを使用して固定効果を表し、3 つの変量効果を使用してブロック、行、および列効果を説明します。最後の 2 つの変量効果はブロック内にネストされていますが、互いに交差しています。これは次のように実装されます (p. 163 - 165):

彼らの例は線形混合モデルですが、構文は非線形混合モデルでも機能するはずです。したがって、私は自分のモデルで次のことを試しました（ただし、ネストされた効果が共変量の後にある必要がある理由はわかりません-1）：

しかし、この構文は R をフリーズさせるため、間違っているようです (エラー メッセージすら表示されず、R はもはや応答しないため、強制的に R を終了する必要があります)。入れ子構造と交差構造を実現するためのヒントをいただければ幸いnlmeです。

これが私のデータの構造であり、その下に前の R コードがあります。

対数対数モデルの従属変数の適合値を結合しようとしています。私のデータセットは不均衡なパネルです。ここに示されているように、私はそれをやろうとしました。しかし、私の質問は異なります。なぜなら、私はすでに大きなデータ セットを plm オブジェクトに変換しており、それはログに依存する変数だからです。

私の単純なデータセットには、次のコードでアクセスできます。

私のデータセットは以下のようになり、予測子のデータが欠落しています。

次のコードを使用して適合値を取得できます

しかし、pdat の観測は 24 個の観測であり、FV_Log は 19 個の観測であるため、pdat にマージできません。私の pdat は数千の観測値で大きく、コードを使用して多くの変数を作成しました。したがって、適切な値を元の pdat に適切に (順序を変更せずに) マージするための助けをいただければ幸いです。

データ セットを使用して、との関数として のmtcars折れ線回帰適合を決定しようとしています。ブレークポイントは のみから来ています。コードは次のとおりです。mpghpwthp

fted$fit値は意味がありません (それらを mpg 値と比較してください)。関数の使用法に欠けている単純なものがあると思います。

編集：

さらに明確にするために：私は、セグメント化された関係のみを使用し、線形に含めることを検討mpgしています。どうすればそれができますか？hpwt

forのみの壊れた関係を持つようにhp_threshfor の入力で使用しようとしましたが、次のエラーが表示されます。segmented()hpseg.Zpsi

TensorFlow で単純な非線形モデルを構築しようとしています。このサンプルデータを作成しました：

この形状は、いくつかの ReLU を使用して簡単に再構築できるはずですが、方法がわかりません。

これまでのところ、私のアプローチは線形コンポーネントを ReLU でラップすることですが、これは実行されません。

TensorFlow で ReLU を使用してこのモデルを表現する方法についてのアイデアはありますか?

機械学習の基本的な演習は、一部のデータに対して回帰を実行することです。たとえば、魚の長さを体重と年齢の関数として推定します。

これは、多くの場合、大規模なトレーニング データ セット (体重、年齢、長さ) を用意し、回帰分析を適用することによって行われます。その後、体重と年齢から新しい魚の長さを推定することができます。

ただし、代わりにこの問題を解決したいと仮定します。

これはよくある問題のようですが、私はそれが何と呼ばれているのかわかりません。誰かが私を正しい方向に助けてくれますか。問題が線形である場合、問題にどのように取り組みますか? また、非線形である場合はさらにどうしますか?