logistic-regression

    0

    1答えて

    私は一般的にはPythonとプログラミングの初心者です。私はロジスティック回帰についてのクラスを取っています。以下のコードは正しく、比較的素敵(ないとても美しい、しかしOK)プロット: # ------ LOGISTIC REGRESSION ------ # # --- Importing the Libraries --- # import numpy as np import ma

    0

    1答えて

    私は、 numpyを使用して、Pythonでベクトル化されたロジスティック回帰を実装しようとしています。私の費用関数(CF)はうまくいくようです。しかし、勾配計算には の問題があります。 は3x1を返しますが、3x100配列を返します。私は(hypo-y)の部分に問題があると思う。 def sigmoid(a): return 1/(1+np.exp(-a)) def CF(the

    0

    1答えて

    ロジスティック回帰モデルをアイリスデータセットで機能させようとしていますが、適合しません。コードの何が問題なの? # Dependencies used: numpy, matpotlib.pyplot, csv # dataset: Iris # Binary classification using gradient descent # python 3.5 # input data

    0

    1答えて

    CNTKはC#が新種だと知っていますが、誰かが私を助けてくれることを願っています。このC#の例を実行するために https://github.com/Microsoft/CNTK/blob/master/Tutorials/CNTK_101_LogisticRegression.ipynb :私はpythonでこのロジスティック回帰例をfollingた https://github.com/Mic

    0

    1答えて

    私はこのようになります非常に単純なロジスティック回帰tensorflowプログラムを持っている: #!/usr/bin/env python3 import tensorflow as tf import numpy as np import pandas as pd import matplotlib.pyplot as plt from sklearn import model_se

    0

    1答えて

    医療データのロジスティック回帰で使用されるシグモイド/ロジスティックの最良のパラメータ(スロープおよびインターセプト)を推定したいと思います。死亡者の数の(比率にApacheのスコア(0-72)、患者数、死亡数、割合:私はApache.matの4列が含まれるファイルを持っている import numpy as np from sklearn import preprocessing, svm,

    0

    1答えて

    私は機械学習コースを取っています練習2の第2部では、フィーチャマップを使用することになっています。そして、x1とx2のすべての多項式項にフィーチャを6番目のパワーまでマッピングすることで、新しいフィーチャを追加しました。しかし、インストラクターは私にこのアルゴリズムを使用すべきではないと言い、代わりにランダムにフィーチャーを追加するべきだと教えてくれました。しかし、我々はより良​​い分類するために

    1

    2答えて

    sklearnの予測変数を使用するかどうか(つまり、インターセプトのみを使用して)回帰(ロジスティック回帰など)を実行できますか?これはかなり標準的なタイプの分析のように思えますが、この情報は既に出力で利用可能かもしれません。 唯一の関連するものはsklearn.svm.l1_min_cですが、これはnull以外のモデルを返します。 私は標準の回帰(Y = a + bX + ε)対のみインターセプ

    0

    1答えて

    私はこのエラーを取り除くにはどうすればよい from sklearn.linear_model import LogisticRegression from sklearn.model_selection import train_test_split import matplotlib.pyplot as plt import pandas as pd df = pd.read_csv

    0

    1答えて

    私は、バイナリロジスティック回帰分析(連続予測とカテゴリ予測との相互作用を伴う)を行うためにR(すなわちMICE)内で利用可能なオプションを用いて作業しようとしています。 しかし、私は、この単純な分析を複数の帰属データ(詳細と再現可能な例here)で実行するのに苦労しています。 具体的には、マウスのGLM機能を使用した「対数尤度比」の等価性を含む、出力のすべての側面をプールする方法を見つけることが