predict

    4

    2答えて

    私は、ログログ線形関数を持っています。yとの比較から、(私は同じデータセットを使用してy_hat取得したいと私は yhat = exp(predict(lom1)) 結果は多くのことをオフに思わなかった lom1 = lm(log(y)~log(x1)+log(x2),data=mod_dt) 私は手動でRで計算した)。 何か理由がありますか? 第2の関連する質問は、最初に、y、x1および

    24

    5答えて

    キャレットを使用してモデルを構築しました。 警告メッセージ:train.defaultで (X、Y、重み= ...、W): クラスの少なくとも一つのレベルがR無効なトレーニングが完了したとき、私は次の警告を得変数名。クラス確率が生成される場合、変数名はに変換されますので、これはエラーを引き起こすことがあります。X0 X1、変数の名前は次のとおりです。 ctrl <- trainControl(me

    5

    1答えて

    MICEを使用して複数代入によってモデルを開発しました。このモデルを使用して、標準誤差を含む新しい観測値(欠落データを含まない)に対する応答を予測したい。 MICEで作成したモデルオブジェクトをpredict()関数に渡すことができません 組み込みのnhanesデータセットを使用した簡単な例です。私はPROB、たとえば、フォームage==3 ~ bmi + hyp + chlとロジスティック回帰モ

    0

    1答えて

    Click here to access the train and test data I used. SVMを初めて使用しました。私は40の属性と39のラベルからなる私のデータを訓練するためにRのsvmパッケージを試していました。すべての属性はdouble型です(カテゴリattriubutesでダミーエンコーディングを行ったため、大部分は0または1です)、クラスラベルは別の文字列であり、後でそ

    4

    1答えて

    私は外部回帰子でArimaモデルを生成しています。 nの観測があるとします。 predict.Arimaの機能forecastからのパッケージは、ちょうどn + 1の観測を予測します。 Iは、Iが特定の値所与N観測値を予測する必要がある、すなわち、外部の回帰の値を変更する、N値(系列の最後の値)の予測を行うために必要外部回帰のために。 library(forecast) set.seed(123

    1

    1答えて

    私は、収集された過去のデータに基づいてウェブサイトの訪問者数を予測しようとしています。私はこれがポアソン回帰を使うことができるシナリオだと思う。 ID(ウェブサイトのID)、日、月、年、曜日、訪問: 入力は6列で構成されています。 基本的に入力として、「2」、「22」、「7」、「2015」、「6」、「751」の形式の列を持つCSVがあります。 以前の訪問数に基づいて訪問を予測しようとしています。ウ

    0

    1答えて

    以下のRスクリプトを使用して、Twitterのコメント(カザフ語)の感想分析を行っています。 3000(1500sad、1500happy)はトレーニングセットのコメント、テストセットの1000(happy sad mixed)コメントです。すべてがうまくいきますが、最終的に予測値はすべて幸せを示していますが、これは正しくありません。 私はすべての機能をチェックしており、すべてnaiveBayes

    1

    1答えて

    DecisionTreeRegressorを使用するモデルを開発しています。私は訓練データを使ってツリーを構築してフィットさせ、モデルの精度を確認するために最近のデータから結果を予測しました。ツリーを構築し、適合するように : X = np.matrix(pre_x) Y = np.matrix(pre_y) regr_b = DecisionTreeRegressor(MAX_DEPTH = 4

    6

    1答えて

    私は2データフレームを持っています。 1つはトレーニングデータ(pubs1)、もう1つは(pubs2)のテストデータです。私は線形回帰オブジェクトを作成することはできますが、予測を作成することはできません。これは初めてのことではなく、何がうまくいかないのか分からない。 > head(pubs1) id pred37 actual weight diff1 weightDiff1 pr

    7

    1答えて

    NAを含むデータと、plmで生成されたモデルに基づいて、近似値を予測しようとしています。ここではいくつかのサンプルコードです: require(plm) test.data <- data.frame(id=c(1,1,2,2,3), time=c(1,2,1,2,1), y=c(1,3,5,10,8), x=c(1, NA, 3,4,5)) model <- plm(y ~ x,