与线性回归建模方法相关的问题
我有一个包含 100 个观测值的 ARIMA 时间序列模型,我被告知它采用以下形式:Xt = Yt + gt,其中 Yt 是 ARIMA(p,d,q) 过程,gt 是 1 次确定性多项式或 2. 我
pyTorch 中的简单线性回归 - 为什么损失随着每个时期的增加而增加?
我正在尝试使用 PyTorch 制作一个简单的线性回归模型,以根据实际温度 temp 预测感知温度 atemp。 我不明白为什么这段代码会导致损失增加......
我使用 interact_plot(来自交互包)绘制了以下交互模型: interact_plot(lin_reg, pred = "insthreat", modx = "affbehav", mod2 = "insbeha...
X 有 1 个特征,但 LinearRegression 需要 10 个特征作为输入
我在这里看到过类似的问题,但它们似乎都是由不同的问题引起的。我试过重塑并确保它是一个二维数组,但我一直收到这个错误。这是我的代码: 我...
我有四个预测变量,用于预测一个名为“退出”的变量,我正在尝试运行一个多元回归模型来查看它们是如何相互作用的。然而,当模型返回时......
运行时警告:double_scalars diff += X_values * (y_values - ((X_values * m) + b)) 中遇到溢出
导入数学,复制 将 numpy 导入为 np 将熊猫导入为 pd 将 matplotlib.pyplot 导入为 plt 从 sklearn.preprocessing 导入 MinMaxScaler 将熊猫导入为 pd 将 numpy 导入为 np 导入 matplotlib.p...
找到的参数应该是有限的还是估计的? (剖析 Python 代码)
def gradient_descent(x, y, w_in, b_in, alpha, num_iters, cost_function, gradient_function): """ 执行梯度下降以拟合 w,b。通过采取更新 w,b num_iters gr...
获取错误 x_train =x_train.reshape(-1, 1) x_test =x_test.reshape(-1, 1)
在 R 中使用 facet_grid 在每个面板上绘制多个 ablines
我有一个 2x2 网格图,每个面板有两个模型的数据。我需要为每个面板中的每个模型设置单独的回归线。我可以用 facet_grid 做这个吗?除了回归我什么都有...
regr = sm.OLS(y,x).fit() 我在本地和办公室服务器中使用相同的代码和相同的时间序列输入。 这两个代码返回的值略有不同。 [![输入
带有 facet_wrap 的 stat_poly_eq 的手动位置不起作用
我有一个看起来像这样的数据框(df): #创建示例数据 回复 <- c(0.95, 0.8, 0.7, 0.85, 0.5, 0.3, 1, 0.8, 0.2, 0.95, 0.4, 0) TimeSinceStart <- c(10, 20, 30, 10, 20, 30, 1...
如何更改 plot(allEffects()) 中分类 x 轴变量的顺序以进行线性回归?
我的整体数据框被命名为“Cohort_new”。我有一个线性回归,其中我的预测变量 (COI) 被分成标记为“非常低”、“低”、&
如何在 R 中使用 ggplot 编写具有多个变量的线性模型?
想象一下,如果我的线性回归模型是:lm(y~x + N * P) -> (乘法用于交互) 我将如何使用 ggplot 绘制它?所有变量都用于线性回归......
我在文科实践中遇到这个问题,教授把实践扔了,没有任何解释,所以我一个人想了想,但问题没有解决好,所以我问...
我想要准确的值 损失太大 即使你长高20厘米,我也只会增加一点点体重。 但具体数值没有出来。 我试过降低学习率,但是这个问题有...
我尝试以数学方式在 python 中实现线性回归,以查找几年后员工的薪水,但我不知道我做错了什么。我有以下信息: ...
各位! 我知道一般方差的最大似然估计是有偏差的(从样本本身计算的平均值将自由度降低 1 e.t.c): 中学<-...
如果我在回归中使用二元解释变量,我如何告诉 R 使用某个水平作为参考? 它只是默认使用某个级别。 lm(x ~ y + as.factor(b)) 与 b {0, 1, 2, 3, ...
我有以下代码对 pySpark 执行线性回归: lr = LinearRegression(featuresCol = 'features', labelCol='units_sold', maxIter=10, regParam=0.3, elasticNetParam=0.8) lr_model =...