linear-regression

24熱

1答えて

私は、非推奨のstats/olsモジュール内のパンダのMovingOLSクラス（ソースhere）からうまく使い果たしました。残念ながら、それはパンダ0.20で完全に撃たれました。ローリングOLS回帰を効率的に実行する方法についての質問は、複数回（例えばhere）尋ねられましたが、私の見解では少し広範に言い表せました。ここに私の質問は以下のとおりです。がどのように私は最高のMovingOLSパ

-2熱

1答えて

フィットデータ

この検討： clear all clc close all x = 0:0.1:10; y = 2.*sin(x) + 0.1.*rand(1,length(x)); mdl = fitlm(x,y); plotAdded(mdl) 未知のパラメータ（x）は、それが+1である2sinの係数です。したがって、モデルは線形ですが、 "fitlm"は "a * x + b"のようなモデ

0熱

1答えて

負の線形回帰のテストデータセットのR-二乗？

人工データを使った線形回帰のシミュレーションを行い、RSEとR Squareを手動で計算しています。私は、モデルを訓練したIn Sampleデータセットに対してこれを行い、次にOut of Sampleデータセットでモデルをテストします。サンプル外およびサンプル内のデータは、同じ正規分布から引き出されますが、異なるシードが使用されます。私の数字は、サンプル外のデータセットに関しては意味がありません

1熱

1答えて

係数と定数のみを抽出するためのpython線形回帰

私はマルチリニア回帰モデルのコードを書いています。しかし、私はresults.summary()を使用します。 pythonはこの全部を吐き出します if i >1: xxx = sm.add_constant(xxx) results = sm.OLS(y_variable_holder, xxx).fit() print (results.summary()

0熱

1答えて

なぜモデルの重みを低く（正則化パラメータを追加して）維持すると、モデルは見えない/テストデータに合わせやすくなりますか？

は、コスト関数と線形回帰モデルを考えてみましょう：は、ここでは、モデルの =重みを持っている私たちは、データを過剰適合を回避するために正則化パラメータを追加します。正規化用語は、モデルの重みに応じてモデルにペナルティを課すことにより、より小さい重みを使用して大きな重みを使用することを嫌う。質問は次のとおりです。なぜは、すなわちモデルが良く見えない/テストデータをフィットすることができ、分散

0熱

1答えて

Pythonで線形回帰を実行しているときにrmseを減らす方法

私は実際にコーダではありませんが、これはこれまでのところあります。私はサンプルデータから何かを予測するために線形回帰を適用しようとしています。私は上記の1のrmseを取得しているので、おそらくここでいくつかの間違いをしているでしょう。私は0.2の最大に達する非常に小さいことが判明した連続変数間の相関をチェックしました。また、四分位間範囲法を用いて異常値が検査されたが、存在しなかった。私はrmse

3熱

1答えて

Pythonの連続変数とカテゴリ変数の間の相関をチェックする方法は？

私は、カテゴリ変数（バイナリ）と連続変数を含むデータセットを持っています。私は連続変数を予測するための線形回帰モデルを適用しようとしています。誰かが私に、カテゴリ変数と連続目標変数の間の相関関係をチェックする方法を教えてもらえますか？現在のコード： import pandas as pd df_hosp = pd.read_csv('C:\Users\LAPPY-2\Desktop\Lengt

1熱

1答えて

過小評価と過大評価のための異なるコスト

私は回帰の問題がありますが、コスト関数は異なります。過小評価のコストは過大評価よりも高くなります。たとえば、予測値<が真の値ならば、コストは3 *（真の予測）^ 2になります。予測値>真値の場合、コストは1 *（真の予測）^ 2になります。私は、線形回帰、ランダムフォレストなどの古典的な回帰モデルを使用することを考えています。このコスト関数を調整するためにはどのような変更を行う必要がありますか？

0熱

1答えて

このscipy最小二乗最適化ルーチンでウェイトを適用するにはどうすればよいですか？

私はいくつかの（x、y）データ点を通って最良のフィットラインを見つけるために一般化最小二乗適合をしようとしています。私はscipyでこれを行うことができましたが、私は体重を加えるのに問題があります。元のフィットの残差からウェイトを取得し、ウェイトを使って最小二乗法で再フィットを試みたいと思います。ウェイトは残差の逆数でなければなりませんが、-1 < residuals < 1以降であり、これは一例

0熱

1答えて

Tensorflow：線形回帰

私はtensorflowを使用してjupyterノートブック上の単純な線形回帰モデルを訓練完了している、と私はそうのように保存された変数を保存し、復元することができる午前：今、私は」アンドロイドアプリケーションでモデルを使用しようとしています。チュートリアルhere後、私は私がそうのようなtensorflowライブラリをインポートステージに取得することができています：今、私は私がモデルにAN