predict

    1

    1答えて

    caretパッケージを使用して将来の収益を予測しようとしています。 Time-series cross validation でモデルの検証方法を知っていますが、最新の予測値を取得する方法がわかりません。 あなたはこの絵で見ることができるように、 最後の値が常に「地平線」 として使用されている 私はトレーニングデータとして、この値を使用して、私はそれを検証することができないにもかかわらず、最後の予

    -4

    1答えて

    現在、私はいくつかのデータを分析する必要があります(以下の表を参照)。私はデータに基づいていくつかの予測値を取得したい。だから、私は(scikit-learnで)データ分析のアルゴリズムを検索しますが、私はアルゴリズムを見つけることができません。私はバイナリ(0や1など)として予測値を取得したいので、Linear、SVNなどのアルゴリズムは値を整数値(平均値など)として予測します。以下の表をより詳

    1

    1答えて

    私のシナリオについて簡単に説明します。会社の大量生産は、品質目的のために寸法(長さ、半径、厚さなど)を測定する必要がある弁/ナット/ボルトなどの部品を生産します。すべての部分を検査することは現実的ではないので、バッチ形式で選択されます。例:100個ごとのバッチから5つが無作為に選択されます&寸法の平均は&で、SPC管理図を描いています(y軸の平均寸法はx軸の&バッチ番号)。 製品の品質に影響を与え

    3

    1答えて

    データセットは、実際のデータには時刻0で、このようになります v(t) = b0 + b1*v(t-1) + b2*v(t-2) + b3*x(t-1) + b4*x(t-2) を使用して、80種類のxのと100K「日付」があります。 date v vLag1 vLag2 x xLag1 xLag2 b1 b2 b3 b4 2016-06-30 NA 105 95 33 11 23

    1

    1答えて

    私はこのようになります私のデータの時間列があります。私は、このような予測分析に多項回帰モデルのためのターゲット列を作成しようとしてい 9:41:12 AM 7:13:00 PM 4:15:54 PM 1:40:49 PM 12:52:37 PM 3:18:11 PM 5:00:02 PM 7:12:25 PM 5:34:47 PM 9:03:39 AM 1:00:01 PM 1:00:16 PM

    2

    1答えて

    コンボボックスでコンボボックスで表示される項目名をリストする請求システムがありますユーザー。何らかの理由で 、最初 "I"製品に進みます手紙 "I"で始まるが、その後、カーソルが "I"直後の文字またはスペースで挿入し、停止したすべての製品 - ユーザーが入力し維持することなく、任意の更なる挿入文字を最初の項目の名前に挿入します。 当然ながら、これはユーザーにとって魅力的です。彼らは"I"を入力し

    0

    1答えて

    セグメント化された回帰を使って予測をしようとしましたが、エラー "eval(expr、envir、enclos)のエラー:オブジェクト 'U1.Sepal.Width'が見つかりませんでした。私は間違って何をしていますか?ここで はサンプルコードです: library("segmented") data("iris") breaks <- list(Sepal.Width =

    0

    1答えて

    平均化モデル(http://www.inside-r.org/packages/cran/MuMIn/docs/model.avg)を得るためにRでMuMlnパッケージを使用しています。パッケージには、model.avg(http://www.inside-r.org/node/123636)によって返されたオブジェクト専用の関数predictも含まれています。 '平均化' からのみ予測することが

    1

    1答えて

    私は、海草の脊椎動物の存在量を見るために負の2項glmを使いました。私は相互作用の用語を持っていたので、私は魚の存在量のいくつかの値を予測しました。私はこれらの予測された回帰線をプロット空間の終わりに到達させたいと思います。今それらはすべて、以下の例のように、異なる時間に遮断されています。私は以前に私がfullrange=TRUEを使用することができますが、それはまだ動作しませんでしたlines(

    1

    1答えて

    オプションtype="terms"を使用して、GAMモデルからプレディクタの各コンポーネントを個別に評価します。サニティ・チェックとして、結果をオプションtype="response"を使用して合計予測の評価と比較しました。 結果が異なることが分かります。次に例を示します。 library(mgcv) n<-200 sig <- 2 dat <- gamSim(1,n=n,scale=sig