predict

    0

    1答えて

    私はsvmによって訓練されたモデルに基づいてAの値を予測しようとしています。 これは私の電車やテストデータがどのように見えるかです: featvecs = [ "B"] for (f in 1:nrow(featvecs)) { tuned <- svm(A ~., data = train[,c("A",featvecs[f,])], gamma = 0.01, cost = 10,

    2

    1答えて

    Rで序数回帰をしたいので、パッケージのpolr関数を使いたいです。まず、私はこのようなモデルを作成: model <- polr(labels ~ var1 + var2, Hess = TRUE) を今私は新しいケースを予測するモデルを使用します。 pred <- predict(model, data = c(newVar1, newVar2)) しかし、予期していることは何らかの形で

    -1

    2答えて

    Rstudioの小さなデータセットでVIFを計算すると、次のエラーが発生します。誰でも助けてくれますか?必要に応じて、データセットに関する詳細情報を提供することができます。 "as.vector(y)のエラー - 平均(y)バイナリ 演算子への非数値引数"。 データセット:80 obs。 15個の変数(すべての変数が数値です)続く ステップ:ここで # 1. Determine correlati

    1

    1答えて

    予測関数に入力するオブジェクトタイプを制御する際に問題があります。ここではglmオブジェクトを生成する私の単純化された関数です。私は myFitでやったのと同じ結果を得るために予測する機能を使用できるように、私は fits[,1]で列にアクセスするにはどうすればよい fitOneSample <- function(x,data,sampleSet) { #how big of a s

    2

    1答えて

    以下の例のように、複数の予測子を持つ線形モデルからの予測値を合計し、エラーとおそらくこの合計の信頼区間を含む。 lm.tree <- lm(Volume ~ poly(Girth,2), data = trees) は、私がGirthsのセットがあるとします。私は総 Volumeを予測したい いる newdat <- list(Girth = c(10,12,14,16) : pr <-

    1

    1答えて

    私はrでgbmを使って生存率を予測しています(distribution = "coxph")。 gbm.predict(....、type = "response")の予測値は、おおよそ[​​-0.001〜0.5]の範囲です。 0から1までのリスク([0,1])を持たずに新しいサンプルのリスクをどのように解釈できますか?

    -1

    1答えて

    私は訓練してシリアライズしたRのlmモデルを持っています。私は、入力としてモデルと特徴ベクトル(単一のアレイ)を渡す機能、内部に、私は: CREATE OR REPLACE FUNCTION lm_predict( feat_vec float[], model bytea ) RETURNS float AS $$ #R-code goes here.

    -1

    1答えて

    私は、発生した日付と場所のイベントを含むデータベースを持っています。私はどのようにして、そしてもしあれば、このデータについていくつかの機械学習アルゴリズムを実行して、次のイベントがいつ起こるかを予測しようとしています。 私はそのようなものを検索して、予期しない数字または回答の例を見つけました。日付ではありません。 どうすればアーカイブできますか? Amazon Machine Learningでそ

    4

    1答えて

    Rにフィットするglmの係数を持っており、新しいデータセットの期待値を予測したいと思います。私がモデルオブジェクトを持っていれば、これはpredict()を使って簡単になります。しかし、私は現在、オフサイトであり、データの機密性の理由から、私はもはやモデルオブジェクトを持っていません。私は、モデル係数を含むサマリー(モデル)を使用して生成されたサマリーオブジェクトのみを持っています。 係数を使用し

    1

    1答えて

    AICcmodavgで固定効果の予測値(元のスケール〜確率)とSEを得ることができますが、何の成功もなしに試しています。それ?事前のおかげ library(lme4) (gm1 <- glmer(cbind(incidence, size - incidence) ~ period + (1 | herd), data = cbpp, family = binomial)) f