logistic-regression

-3熱

2答えて

このCスイッチのケースをもっとシンプルにする方法はありますか？

ロジスティック回帰モデルを使って数式を得ました。私は一時間一時間を要したので、このスイッチケースは非常に長く、変更するのに不便で、美しくはありません。それを単純化する方法はありますか？たぶん私は算術演算に行列を使うべきでしょうか？ ... #define elif else if ... // hours switch (hours) { case 0: prob[2

c logistic-regression 2017-02-22

---

1熱

1答えて

PySparkとHIVE/Impala

PySparkで分類モデルを作成したいと思います。このモデルへの私の入力は、ハイブまたはインパラからの選択されたクエリまたはビューの結果です。このクエリをPySparkコード自体に含める方法はありません。

hive pyspark logistic-regression impala 2017-02-22

---

1熱

2答えて

オレンジ色のキャンバス：多項式回帰係数を与えません

オレンジ色のキャンバスを使って奇妙なデータセットを扱います。私は回帰方程式を取得したい、私は単変量多項式回帰ツールを使用して、それは関連するグラフを与えるが、それについての任意の方程式または係数を与えていない。オレンジ色でこの機能をインポートする方法、ウィジェットツール、またはコードはありますか？すでにありがとうございます。

canvas regression logistic-regression orange coefficients 2017-02-22

---

2熱

1答えて

Pythonのsklearnロジスティック回帰K-ホールドクロスバリデーション：coef_ためdrameframeを作成する方法

Python3.5 私はvaribale、fileに保存されたデータセットを持っている、と私は10ホールドクロスバリデーションを適用しようロジスティック回帰。私が探しているのは、の平均を列挙する方法です。ここで print(file.head()) Result Interest Limit Service Convenience Trust Speed 0 0 1 1 1

python scikit-learn logistic-regression cross-validation 2017-03-05

---

1熱

1答えて

Python sklearnにNon_Linearロジスティック回帰のモジュールがありますか？

sklearnがここにあります - Github/Sklearn を参照してください。logistic regression MLの問題でよく使用されるモジュールです。私はデータセットの実装に成功しており、その決定境界は直線で区切ることができます。しかし、問題はnon-linear modelsのlogisitc回帰をどのように実装できるかです。 関連するモジュールが含まれていても、上記のguit

python machine-learning scikit-learn logistic-regression 2017-03-08

---

2熱

3答えて

sklearn LogisticRegression - プロットの表示が小さすぎる

ロジスティック回帰モデルをsklearnの虹彩データセットに適合させようとしています。私はそれがあまりにもフラットであるように見える確率曲線を得る、別名係数が小さすぎる。私は、がく片の長さ> 7によって確率90％以上を期待する： は確かに間違っている、この確率曲線ですか？もしそうなら、私のコードで何が起こるかもしれませんか？ from sklearn import datasets import

python matplotlib scikit-learn logistic-regression 2017-03-08

---

1熱

1答えて

Predict Logistf

私はlogistfと呼ばれるRパッケージを使用してLogistc回帰を行い、このパッケージの新しいデータの予測関数はないことを知り、これでパッケージが動作しないことを知りました。 fit<-logistf(Tax ~ L20+L24+L28+L29+L31+L32+L33+L36+S10+S15+S16+S17+S20, data=trainData) betas <- coef(fit) X

r machine-learning logistic-regression 2017-03-09

---

0熱

1答えて

sklearn.linear_model.LogisticRegression.fit（）は思考を維持します

私のプログラムのある時点で私はsklearn.linear_model.LogisticRegressionを使用します。時には思考/実行を継続しています。それは取得するデータに依存します。 from sklearn.linear_model import LogisticRegression from numpy import array x = LogisticRegression()

python scikit-learn logistic-regression genetic-programming 2017-03-12

---

1熱

1答えて

ロジスティック回帰モデルによる予測の誤りR

私のコードで何が間違っているのか分かりません。私はこのベクトル使用して予測を作りたいその後 model <- glm(data$outcome~data$predictor, family = "binomial") Estimate Std. Error z value Pr(>|z|) (Intercept) -0.01437719 0.07516923 -0.19126

r error-handling logistic-regression 2017-03-12

---