linear-regression
Jaka jest różnica między regresją liniową a regresją logistyczną?
Kiedy musimy przewidzieć wartość kategorycznego (lub dyskretnego) wyniku, używamy regresji logistycznej . Wierzę, że używamy ... eż przewidzieć wartość wyniku biorąc pod uwagę wartości wejściowe.
Zatem, jaka jest różnica między tymi dwoma metodologiami?
Wielokrotna regresja liniowa w Pythonie
Nie mogę znaleźć żadnych bibliotek Pythona, które wykonują wielokrotną regresję. Jedyne, co znajduję, to zwykła regresja. Mus ... je regresować w Pythonie, aby uzyskać wzór regresji liniowej:
Y = A1x1 + a2x2 + a3x3 + a4x4 + a5x5 + a6x6 + +a7x7 + c
gradient descent using python and numpy
def gradient(X_norm,y,theta,alpha,m,n,num_it):
temp=np.array(np.zeros_like(theta,float))
for i in range(0,num_it):
... n,num_it)
print theta
Moja theta z powyższego kodu to 100.2 100.2, ale powinna być 100.2 61.09 w Matlabie co jest poprawne.
Regresja liniowa i grupa przez W R
Chcę wykonać regresję liniową w R używając funkcji lm(). Moje dane to roczny szereg czasowy z jednym polem dla roku (22 lata) ... ora. Nie wydaje się to jednak zbyt R-podobne. W SAS zrobiłbym "przez" instrukcja i w SQL zrobiłbym 'group by'. Jak to zrobić?
Jak dopasować krzywe wykładnicze i logarytmiczne w Pythonie? Znalazłem tylko dopasowanie wielomianowe
Mam zbiór danych i chcę porównać, która linia opisuje go najlepiej (wielomiany różnych rzędów, wykładnicze lub logarytmiczne) ... Ale nie znalazłem takich funkcji dla wykładniczego i logarytmicznego dopasowania.
Są jakieś? Albo jak to inaczej rozwiązać?
Jak zmusić R do użycia określonego poziomu czynnika jako odniesienia w regresji?
Jak mogę powiedzieć R, aby używał określonego poziomu jako odniesienia, jeśli używam binarnych zmiennych objaśniających w reg ... oziomu.
lm(x ~ y + as.factor(b))
Z b {0, 1, 2, 3, 4}. Załóżmy, że chcę użyć 3 zamiast zera, które jest używane przez R.
Regresja liniowa z matplotlib / numpy
Próbuję wygenerować regresję liniową na wykresie punktowym, który wygenerowałem, jednak moje dane są w formacie listy, a wszy ... om pylab import *
x = arange(data)
y = arange(data)
m,b = polyfit(x, y, 1)
plot(x, y, 'yo', x, m*x+b, '--k')
show()
Czy istnieje lepsza alternatywa niż manipulacja łańcuchami dla programowo budowanych formuł?
Wszystkie inne funkcje zdają się przyjmować obiekty formula_1, a potem robić im czarną magię gdzieś głęboko w środku i jestem ... gt; LHS + RHS + RHS2;
y ~ a + b + c
...ale niestety żadna składnia nie działa. Czy ktoś wie, czy jest coś, co robi? Dzięki.
po co opadanie gradientu, skoro możemy analitycznie rozwiązać regresję liniową
Jakie są korzyści z zastosowania spadku gradientu w przestrzeni regresji liniowej? wygląda na to, że możemy rozwiązać problem ... ją func kosztów) z metodą analityczną, więc dlaczego nadal chcemy korzystać z opadania gradientu, aby zrobić to samo? dzięki
Funkcja kosztów, regresja liniowa, próba uniknięcia twardego kodowania theta. Octave.
Jestem w drugim tygodniu kursu uczenia maszynowego profesora Andrew Ng przez Coursera. Pracujemy nad regresją liniową i w tej ... amach tej funkcji?
Jeśli potrzebujesz więcej informacji, aby zrozumieć, o co staram się zapytać, postaram się je dostarczyć.
Czy w SQL serverze istnieje jakaś funkcja regresji liniowej?
Czy istnieją jakieś funkcje regresji liniowej w SQL Server 2005/2008, podobne do funkcji regresji liniowej w Oracle?
Accuracy Score ValueError: Can ' t Handle of mix of binary and continuous target
Używam linear_model.LinearRegression z scikit-learn jako modelu predykcyjnego. To działa i jest idealne. Mam problem, aby oce ... False)
Komunikat o błędzie:
ValueError: nie radzi sobie z mieszaniem binarnych i ciągłych celów
Pomocy ? Dziękuję.
Jak obliczyć 95% przedział ufności dla nachylenia w modelu regresji liniowej w R
Oto ćwiczenie ze wstępnych statystyk z R:
Z zestawem danych rmr, Wykres metabolizmu w stosunku do masy ciała. Dopasować mod ... 143.3 1708
Wiem jak obliczyć przewidywane y przy danym x ale jak Mogę obliczyć przedział ufności dla nachylenia?
Regresja liniowa ze znanym stałym przechwyceniem w R
Chcę obliczyć regresję liniową za pomocą funkcji lm () W R. dodatkowo chcę uzyskać nachylenie regresji, gdzie jawnie daję int ... , length(lin$x))
regExp = lm(formula = lin$x ~ lin$y + explicitIntercept)
abline(regExp, col="green")
Thanls o Twoją pomoc.
Regresja Liniowa: Normalizacja (Vs) Standaryzacja
Używam regresji liniowej do przewidywania danych. Ale, jestem coraz całkowicie kontrastujące wyniki, gdy normalizacji (Vs) st ... Linear Regression?
c) Is it okay if I don't normalize all the attributes/lables in the linear regression?
Dzięki,
Santosh
lme4:: raport lmer "fixed-effect model matrix is rank deficient", Czy potrzebuję poprawki i jak to zrobić?
Próbuję uruchomić model o mieszanych efektach, który przewiduje F2_difference z resztą kolumn jako predyktorami, ale dostaję ... iwić rzeczywiste uruchomienie modelu w lmer dla czytnika. Ale to nie jest zbyt duży problem. To jest nadal bardzo dobry post!
Regresja OLS: Scikit vs. Statsmodels?
skrócona wersja: używałem LinearRegression scikit na niektórych danych, ale jestem przyzwyczajony do wartości p, więc umieści ... do triangulacji, jeden dał znacznie niższy R^2, jeden zapętlił się na pięć minut I go zabiłem, a jeden rozbił się.)
Dzięki!
Can scipy.statystyki identyfikują i maskują oczywiste odstające wartości?
Z scipy.statystyki.linregress wykonuję prostą regresję liniową na niektórych zestawach wysoce skorelowanych danych eksperymen ... ktowy X, y dla odstających. Ogólniej (tj. programowo) czy istnieje sposób na identyfikację i maskowanie odstających wartości?
/ align = "left" / lm () z nieznanym poziomem czynnika w danych z badań
Dopasowuję model do danych czynników i przewidywania. Jeśli newdata w predict.lm() zawiera pojedynczy poziom czynnika, który ... wdziwe " przewidywania odpowiadające współczynnikowi poziomy "A", "B" I "C"oraz an NA odpowiadające nieznanemu poziomowi "D".
Uczenie maszynowe-regresja liniowa z wykorzystaniem opadania gradientu wsadowego
Próbuję zaimplementować opadanie gradientu wsadowego na zbiorze danych z jedną funkcją i wieloma przykładami treningowymi (m) ... towym wektorem kolumnowym inicjalizowanym do zera.
Funkcja kosztowa J(Theta) to 1/(2m)*(sum from i=1 to m [(h(theta)-y)^2]).
- 1
- 2