multinomial

0熱

1答えて

私のロジットモデルのデータをフォーマットした後に "if（abs（x - oldx）<ftol）"エラーが発生する

これまで働いていたのですが、多分それはそれとは関係がありません。私は以下のコードを先に実行していました。を： - しかし、過去数時間のために私は同じエラーに「 TRUE/FALSEが必要欠損値{場合（oldx）< [FTOL] ABS（X）でエラーが発生しました」を得ることに保ちます（私は関係なく、私が生成しようとしている係数の同じエラーを取得しておくが）私は、代替固有の定数なしロジットモデル

0熱

1答えて

sklearn NBクラシファイア：個々のサンプルの実際の確率を得るにはどうすればいいですか？

私は、ハードウェア、ソフトウェア、なしのいずれかのカテゴリの単語を分類する機械学習プログラムを作成しています。私はsklearnのMultinomial Naive Bayes分類器を使っています。 predict（）関数はすべての単語の予測を提供しますが、単語が予測されたカテゴリと一致する実際の確率（float 0〜1.0の範囲）を見ることはできません。私はSklearnのサイトでもこれを見つけ

0熱

1答えて

多項回帰エラー：唯一の要因

のための「relevel」私持って、次のデータ： Class Batch Parity EB 0 2 2 842.8302684 0 2 3 1435.313822 0 2 3 615.32252 1 3 2 428.0919074 1 3 3 629.6284765 1 3 2 428.0919074 . . . . . . . . 私はmlogitパッケージを使用して多項回

1熱

1答えて

numpy.random.choiceは、1回の試行で多項式サンプリングに相当する置換を使用していますか？

私は厳密にはコンセプト上、彼らは異なっていると理解しています。しかし、numpy.random.multinomialの1回の試行（または実験）では、出力の別の見方を示していますが、numpy.random.choiceと同じ方法でサンプリングしていますか？例えば： >> np.random.choice(6, size=6, replace=True, p=[1/6.]*6) >> arra

0熱

1答えて

MATLAB。補間法で二次多項式を得るにはどうすればいいですか？

私たちにはn x nのデータが与えられます。 funxtionを近似してください。たとえば、 2（1,1）、3（1,2）、4（2,1）、5（2,2） 2つのD-ultinomialを$ 0 * x * y + yとして補間する必要があります+ 2 * x-1 $である。

0熱

1答えて

固有ベクトルの重みを使用した離散分布からのサンプル

Eigen::VectorXdに重みのセットがあり、これらの値を使用してインデックスの範囲からサンプルを作成したいと考えています。 weightsがstd::vectorであれば、私はこれを行うことができます。 std::random_device rd; std::mt19937 rng(rd()); std::discrete_distribution<int> dist(weights.

0熱

1答えて

Rの多項式回帰の最良のサブセットを得るには？

私は新しいRユーザーです。Rの関数 'vglm'を持つ多項回帰（すなわち、2つ以上のクラスを持つ応答変数を持つロジスティック回帰）を使用しています。私のデータセットには、11の連続した予測変数があります。 1応答変数は3つのクラスで分類されます。私の回帰のための最良のサブセットを取得したいが、私はそれを行う方法がわからない。これには何らかの機能がありますか、手動で行う必要があります。線形関数は適

3熱

1答えて

MultinomialNB - 理論と実践

OKだから私はAndrew NgのMachine Learningコースを勉強しています。私は現在this chapterを読んでおり、SKLearnとPythonを使って自分自身で多項式Naive Bayes（12ページの一番下）を試してみたいと思っています。だから、アンドリューはそう我々はx_iは電子メールでi番目の単語の身元を示すものと、この場合の各電子メールをエンコードする方法を提案しま

0熱

1答えて

2つの多項分布から無作為に抽出されたサンプル間の事前相関を指定する方法はありますか？

次のゲームを考えてみましょう：各試行では、x赤とyの青い点で表示されます。青い点よりも赤い点が多いかどうかを判断する必要があります。試行ごとに、与えられた色の最小ドット数は10、最大値は50です。赤と青のドットは、同じ多項分布に従います（簡単にするため、10と50の間の各整数の出現確率は似ています）。私は300回の試行をしたいと思います。これを行うために、各多項分布から300サンプルを引きます。

0熱

1答えて

ValueError：サンプル数が一致しない入力変数が見つかりました：[1、14048]

MultinomiaL Naive Bayを実行しようとしましたが、以下のエラーが発生しました。サンプルのトレーニングデータが示されています。テストデータは全く同じです。 def main(): text_train, targets_train = read_data('train') text_test, targets_test = read_data('test')