問題タブ [regression]

私は VB.NET を初めて使用し、vb.net でコードを記述して、データ ポイントが与えられたときに方程式を見つけようとしています。たとえば、(1,5)、(2,6) など。

与えられた点から方程式（必ずしも線形であるとは限りません）を見つける必要があります。

で与えられたヘルプを使用しようとしました

グラフの傾向線を計算するにはどうすればよいですか?

しかし、方程式を取得する方法を理解できませんでした。

どんな助けでも大歓迎です。前もって感謝します。

パッケージdynを使用して構築されたモデルを繰り返し予測する関数を作成しましたが、フィードバックをお願いします。これを行うためのより良い方法はありますか？誰かがdynクラス（またはdynlmクラス）の標準的な「予測」メソッドを書いたことがありますか、それとも私はここで未知の領域に足を踏み入れていますか？

使用例：

距離のある点の配列があります。という条件を最もよく満たす点を見つけたい

これはある種の回帰または最小二乗法で解決できると思いますが、問題の定式化に問題があります。

誰かが助けてくれれば、それは大歓迎です

私は Weka のロジスティック回帰分類器をトレーニングしており、内部で何が起こっているのかを理解しようとしています。分類子を使用して、メソッドを使用してインスタンスごとの信頼分布を確認できることはわかっていますがlogistic.distributionForInstance、分類子によって学習された特徴の重みを確認する方法はありますか?

ありがとう

Rのパネルデータモデルの結果を解釈するには? 私のデータについて、パネル データを使用した分位点回帰アプローチに対する Koenker (2004) の提案の適応形式を推定します。

}enter code here

しかし、以下の結果を特定することはできません。

XとYを表す2つのデータベクトルのセットがあります。線形スケールと対数スケールの両方でJFreeChartを使用してそれらをプロットすることができました。線形スケールでは、曲線は指数関数的であり、対数スケールでは、曲線は線形に見えます。私がやりたいのは、対数目盛で線形曲線のパラメーターaとbを計算することです。

線形領域での回帰を理解しています。そのために最小二乗法を使用できますが、対数領域でどのように行うことができますか？曲線の対数表現で線形回帰を行うにはどうすればよいですか？

誰でも私がどのように進めることができるかを明確にすることによって助けることができますか？

通常の 2 クラスまたはマルチクラスの分類問題では、Naive Bayes や SVM などの有名な機械学習アルゴリズムを使用して、モデルをトレーニングおよびテストできます。私の問題は、ラベル変数が「20% 雨、80% 乾燥」または「30% 曇り、70% 雨」などの形式の気象データを受け取ったことです。この問題にどのように対処すればよいですか? どうにかして問題を回帰に変換する必要がありますか? その場合、データに 3 つのラベル (雨、乾燥、曇り) がある場合、パーセンテージ情報を連続値に変換する正しい方法は何でしょうか? 御時間ありがとうございます

私はRにかなり慣れていないので、かなりばかげた問題に悩まされています。

分類と予測を行うために、 rpartパッケージを使用して回帰ツリーを調整しています。

R のおかげで、キャリブレーション部分は簡単に実行でき、制御も簡単です。

大きなデシジョン ツリーを調整した後、特定のデータ サンプルに対して、対応する新しいデータのクラスター (したがって予測値) を見つけたいと考えています。機能はニーズにぴったりのようです
。predict

ただし、この方法では、新しい要素の予測比率を取得するだけで、新しい要素が属する決定木の葉predictを取得する方法が見つかりません。

比率を返すには、予測メソッドがその葉を見つけたに違いないので、取得するのはかなり簡単だと思います。

引数を介して predict メソッドに与えることができるいくつかのパラメーターがありますがclass=、回帰ツリーの場合、すべて同じもの (決定ツリーのターゲット属性の値) を返すようです。

決定木で対応するノードを取得する方法を知っている人はいますか?

メソッドを使用してノードを分析することでpath.rpart、結果を理解するのに役立ちます。

MATLAB で「確率的勾配降下」を実装しようとしています。私はアルゴリズムに正確に従いましたが、予測/フィッティング関数に対して非常に大きな w (係数) を取得しています。アルゴリズムに誤りがありますか?

アルゴリズム:

私はPythonで回帰SVMを使用していますが、その予測の「信頼度」値を取得する方法があるかどうか疑問に思っています.

以前は、バイナリ分類に SVM を使用していたときに、「マージン」から信頼度タイプの値を計算できました。信頼値を取得する方法を示す擬似コードを次に示します。

新しいサンプルがトレーニング データから離れているほど、信頼性が低くなると思いますが、これについて妥当な推定値を計算するのに役立つ関数を探しています。

私の（高レベルの）問題は次のとおりです。

• 関数 F(x) があります。x は高次元ベクトルです。
• F(x) は計算できますが、非常に遅いです
• 近似する回帰 SVM をトレーニングしたい
• 予測の信頼性が低い「x」の値を見つけることができれば、これらのポイントを追加して再トレーニングできます (別名、アクティブ ラーニング)。

以前に回帰SVMの信頼/マージン値を取得/使用したことがありますか?