1回答
我有一个Pipeline对象，我想让它适应训练和测试标签的不同组合，从而使用fit对象创建不同的预测。但我相信，使用相同分类器对象的fit将摆脱以前的fit对象。我的代码示例如下：
text_clf = Pipeline([('vect', CountVectorizer(analyzer="word",tokenizer=None,preprocessor=
浏览 1提问于2016-08-17得票数 2
回答已采纳
假设你有一个logistic方程回归(二进制模型)，它来自你几年前估计的一个旧模型。因此，您知道参数βk (k = 1，2，...，p)，因为它们是在过去估计的。但是你没有用来拟合模型的数据。我的问题是:我可以在R中引入这个旧的估计逻辑模型作为对象(对应于逻辑回归模型)吗？
我想使用“预测”功能用一组新
浏览 3提问于2013-10-09得票数 5
我想用回归模型来拟合概率。我知道线性回归经常用于这个目的，但我有几个概率在0.0和1.0左右，并且想要拟合一个回归模型，其中输出被限制在0.0到1.0之间。我希望能够为模型指定正则化规范和强度，最好在python中这样做(但R实现也会有帮助)。我发现的所有逻辑回归包似乎只适合于分类，而这是一个回归问题(尽管我想使用logit链接函数)。我使用scikits为我<e
浏览 4提问于2015-11-21得票数 3
3回答
我试图理解朴素贝叶斯和Logistic回归所需假设的差异。如果我错了，请纠正我，朴素回归和逻辑回归之间还有其他假设/区别吗？
浏览 2提问于2019-12-02得票数 0
我已经使用管道估计了逻辑回归。我在拟合逻辑回归之前的最后几行：from pyspark.ml.classification importlr_assembler, lr])lrModel = lr_pipeline.fit(train_train)
然后我试着运行模型的摘要但是，下面
浏览 4提问于2017-12-07得票数 5
回答已采纳
1回答
我的线性回归的R平方分数是-1.56，但我的随机森林回归的R平方分数大约是0.48。能得到这样的分数吗？
浏览 1提问于2020-06-02得票数 0
背景
js-regression ()：我使用了这个包中的逻辑回归示例，但是它似乎更倾向于训练模型，然后对数据进行分类。machinelearn ()：我在他们的文档中看到了<
浏览 3提问于2020-12-16得票数 0
回答已采纳
1回答
快速群-通过简单线性回归
、、、、
理论上，一系列按组回归的y ~ x | g相当于一个单一的集合回归y ~ x * g.后者非常吸引人，因为不同群体之间的统计测试是直接的。但实际上，做这个更大的回归在计算上并不容易。这可能解释了为什么很多人放弃这个想法，而倾向于按组分割数据，并按组对模型进行拟合。对于我来说，枚举组回归中的方法是没有意义的(参见)。我在乎的是速度
浏览 0提问于2018-08-24得票数 5
回答已采纳
14回答
当我们必须预测 (或离散)结果的值时，我们使用。我相信我们也可以使用来预测给定输入值的结果的值。
那么，这两种方法有什么不同呢？
浏览 4提问于2012-08-28得票数 269
回答已采纳
1回答
在吴家富的注释中，一种计算本地权重的方法，标准的权重选择如下：我不明白的是，这里的x是多少？显然但我不明白。以以平方呎为单位的房间数目及面积预测房屋价格为例。因此，每个x^(i)都是一个[roomnum, size]数组。那么x里有什么呢？编辑Ok，所以我想要的是创建这样一条回归线：我该怎么选择x-es？在算法中它们会是什么？我要为每一个x做
浏览 0提问于2017-02-09得票数 7
回答已采纳
我正在尝试使用bestglm对逻辑回归模型进行拟合，以拟合我的数据(100x25)矩阵(最初为250kx40)的较小样本。我在批处理模式下运行它。我希望将bestglm模型写到一个文件中。
浏览 1提问于2013-04-08得票数 1
1回答
我正在SPSS中运行二进制逻辑回归，以测试例如电视广告对消费者购买产品的概率的影响。我的问题是，使用二元逻辑回归公式：最大概率将等于100%。然而，即使我将广告数量增加1000个，假设购买概率将是100%也是不明智的。因此，如果我用二进制logistic回归中的系数绘制Logistic回归图，在某个点上概率达到100%，这在现实生活中从来不
浏览 6提问于2014-12-11得票数 0
1回答
我一直在使用cv.glmnet函数来拟合套索logistic回归模型。我正在使用R 这是我的代码。我正在使用iris数据集。select(-Species))
Model = cv.glmnet(X, y, alpha = 1, family = "binomial") 如何从cv.glmnet对象(模型)获得模型精度。如果我在正态逻辑回归模型上使用了插入符号，那么
浏览 27提问于2020-10-24得票数 0
回答已采纳
2回答
另一个问题是，如果我在回归中使用因子变量作为预测变量，它是有序的(序数)还是简单的因子变量(分类)，对R是否有影响？
浏览 0提问于2013-07-11得票数 16
回答已采纳
2回答
是国标使用决策树回归内部混乱，请澄清。我正在尝试集成技术，以获得当前数据集的最佳分数。此外，递归特征消除方法似乎也存在问题，相关矩阵直觉和SKLearn的相关矩阵直觉应该产生相似的特征重要性。此外，为什么利润特征部分的选择，因为我已经明确通过了Y作为标签线性回归适合？我是不是遗漏了什么？你能帮我理解一下应该使用什么样的缩放方法吗?在我未来的任务中，我将如何确定这一点？Using KFold
from sklearn.model_selection import KF
浏览 2提问于2017-07-31得票数 0
1回答
我需要用sklearn拟合逻辑回归，但是没有x向量，只有带intercept的模型，怎么做呢？我找不到任何可行的解决方案。 谢谢 编辑:我想在sklearn中找到R回归y~ 1的替代解决方案。
浏览 26提问于2019-12-20得票数 1
回答已采纳
1回答
我使用Spark ML库来解决使用逻辑回归的分类问题。 我已经将输入特征矢量化，并创建了训练数据集和测试数据集。 在拟合模型时，我遇到了无效标签问题。 ? 训练数据集为： 其中我的输入特征为Independent_features，我的目标特征为Category_con。 ?
浏览 13提问于2021-03-20得票数 0
1回答
我正在构建一个最终将被其他用户使用的回归模型。该模型通过使用多种大气变量，如空气温度、湿度、太阳辐射、风等来预测花朵温度。经过大量的涂鸦，我注意到通过SKlearn进行的二次多项式回归对我的训练和测试数据都有很好的均方根误差。，共线性会干扰β，所以我得到的均方根误差是不正确的。在任何情况下，我都尝试标准化我的x变量，当我计算训练和测试数据的RMSE时，我得到<em
浏览 46提问于2019-01-28得票数 1
回答已采纳
4回答
R中的大固定效应二项回归
、、、、
我需要在一个相对较大的数据框架上运行一个逻辑回归，其中有480.000个条目，有3个固定的效果变量。固定效应变量A为3233级，B级为2326级，C级为811级。总之，我有6370个固定效果。这是完美的工作，并允许我运行上述回归作为一个正常的线性模型，在短短几分钟。然而，lfe不支持逻辑回归和glms。因此，felm很适合于不同的模型</
浏览 10提问于2015-02-20得票数 18
1回答
我看到了很多关于情绪分析的工作，包括两类(积极和消极)，但3类就更少了。如果我想使用一种单词包方法和一个分类器，如Logistic回归或Scikit学习中的SVMs，这将如何工作呢？对于我的输出来说，用3个类来预测的步骤是什么？
我是否必须将每个类作为一个二进制分类，并做一些事情来组合结果，还是说滑雪板可以为我做一些处理，所以我不需要指定这一点？
浏览 4提问于2017-11-15得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
实时音视频活动推荐
腾讯云开发者
