linear-regression

-1熱

1答えて

私はPython（Sklearn付き）で線形回帰モデルを訓練しようとしていますが、勾配が0に等しい、すなわち定数モデルh（x）= b（h：モデル、b：あなたはこれを達成するためにsklearnの方法を知っていますか？（私はLinearRegressionに精通していますが、回答は見つかりませんでした）。ありがとうございます！

0熱

1答えて

パフォーマンス対天候回帰分析

私は、統計情報に慣れていないので、最良の方法と気象データに対するパフォーマンスデータを分析する方法を頭に入れています。私の仮説は、パフォーマンスデータが気象データの影響を受けていることを証明することです。毎日のパフォーマンスデータ&を散布図にプロットして、回帰分析を行ったところ、奇妙に見えました。これは気象データの負の値によるものだと思います。以下は私に利用できるすべての気象情報です：霧、

0熱

1答えて

異論が解決されましたか？

私は、2つの連続変数Income and Expenseの線形回帰モデルを作成しました。前者は独立変数であり、後者は従属変数です。最初に、データの広がりを見て、p値< 2.2e-16を計算した推定後関数（Breusch-Pagan検定）を計算した後、モデルに異方性があることが分かりました。これは0.05の有意水準よりも小さいので、ホモスキーダスティシティが存在するという帰無仮説を棄却し、異種分散が

2熱

1答えて

スプリット.csvデータセットから線形回帰モデルを作成する最も良い方法は？

私は一般的にPythonには新しく、線形回帰モデルを作るのに問題があります。大規模なExcelデータセット（.csv）からトレーニングとテストセットを作成する必要があります。私はすでにデータセットを分割しました： import pandas as pd import numpy as np df = pd.read_csv('C:/Dataset.csv') df['split'] =

2熱

1答えて

lmがNAの列を無視する方法

私はたくさんのベータ版を計算しようとしています。残念ながら、いくつかの列はすべてNAです。ここでおもちゃの例です： x = structure(c(0.946032318625641, -0.472255854964591, -0.570914946839299, -0.624246840976067, -0.484359645048786, 0.888922481497905, NA, NA,

0熱

1答えて

Nansを含む線形回帰

私は他の人の意見から数を予測するモデルに取り組んでいます。このためにSklearnの線形回帰を使用します。たとえば、私は魔女の5人のエージェントがデータを収集しています。各イテレーションでの最後の変更は、まだ挿入されていない場合、データにはNanが最初の変更まで含まれています。データは次のようになります。 a1 a2 a3 a4 a5 target 1 nan nan nan nan 3 4

-1熱

1答えて

機械学習、テストに訓練モデルを適用する

政治学の学生は彼の頭を越えている（野心的だが彼らが言うようにゴミをかける）。基本的に、私は政治的な目的のために政治家の集合について魅力の予測をしようとしています。私はこれに続いたguide。特徴を抽出して特徴を生成したモデルで、学習セット（CFD、レーティング付き400画像）を使用しましたが、クロスバリデーションによって0.49（私の目的にとって十分です）と実際のレーティングとを関連付けるレーテ

2熱

1答えて

PanelolS pandas linearmodelsのドキュメント

誰もが、Pandas（from pandas.stats.plm import PanelOLS）とPanelOLS（Linearmodels）（from linearmodels import PanelOLS）からPanelOLSに関する完全なドキュメントをどこに見つけることができますか？おかげ

1熱

1答えて

Python 3：回帰関数を構築するときに "ndarray is contiguous"と一致しました

このコードは自分でコンパイルする関数 "standRegres"を定義して線形回帰を計算するように設計されています。私たちはsklearnやstatsモデルの関数でもできるが、ここでは自分で関数を構築しようとする。しかし、残念ながら、私はエラーに直面し、それを克服できません。だから、私はここであなたの援助を求める。コード全体が最後の行まで問題なく実行されます。最後の行を実行すると、 "Value

2熱

1答えて

SARIMAXモデル予測外予測

私はSARIMAXモデルを使って、Pythonで株式市場を予測しています。データをトレーニングデータとテストデータに分けました。私のモデルをトレーニングデータにフィッティングした後、私の目標はテストデータを予測することです（ワンステップ予測） exogsをモデルに追加すると非常に正確な結果が返されますが、直線になっています。私はいくつかの同様の質問を投げに行きましたが、私は問題を解決できませんで