1回答
我想实现一个内核岭回归，也在MLJ中工作。此外，我希望可以选择使用特性向量或预定义的内核矩阵，如Python中的。函数在K的不同子集上对机器进行求值，由于代表性定理，核岭回归的若干非零系数等于样本数。因此，可以使用缩小大小的矩阵Ktrain_rows、train_rows来代替Ktrain_rows：。为了表示我使用的是一个内核矩阵，我设置了m.kernel = ""。我该怎么做
浏览 0提问于2020-12-17得票数 4
回答已采纳
到目前为止，我所理解的是transform()给出的值在质量上类似于X(您的特性)，而predict()给出的值在质量上类似于y(您的标签)。但我想要澄清的是，为什么只有几个类同时拥有这些方法，例如KMeans、PLSRegression等等。
为什么要么将这两个方法放在每个类中，要么不让这两个方法发生在同一个类中？例如，如果KMeans需要一个返回欧氏点的方法，为什么不让它有一个单独的</
浏览 0提问于2020-06-09得票数 2
回答已采纳
1回答
我有一个用Scala编写的排队模型，在这个模型中，不同类别的人最终形成了不同的队列。我们有一个数据集，它提供了一个特征映射，以每个队列结束的人数为特征，即多个输入到多个输出(连续值)。对于Scala中的单个值预测，我有一些使用mllib的经验，但我看不出支持多个输出。在我看来，mllib没有连续的值输出支持，因为我看不出如何在没有激活函数的情况下获得一个层。有没有人知道一个ml库既可以支持多维回归(如果我的<
浏览 0提问于2018-01-27得票数 1
0回答
我想使用偏最小二乘回归来找到最具代表性的变量来预测我的数据。: 0.293, Adjusted R-squared: 0.277 我推断只有变量Aubepine et Bave是有代表性的。：问题是，我在图上看到了线性回归，但我不知道它的方程和<
浏览 1提问于2016-07-11得票数 3
1回答
给出一些预测数据集，数据集1: 100培训和100个测试样本，50个特征数据集3:1000个训练和1000个测试样本，50个特征如何从这些数据集的下列数据中选择最佳的方法来估计线性回归模型中的未
浏览 0提问于2015-06-01得票数 6
我正在用偏最小二乘回归来分析R中的一些数据。当我完成回归时，我偶然发现了两个名为"x.scores“和"y.scores”的矩阵。他们是什么，他们代表什么？
浏览 0提问于2018-07-20得票数 1
回答已采纳
1回答
我在R中寻找一个函数来计算OLS回归残差的协方差矩阵。我找不到cov()函数在计算协方差矩阵时是否考虑了模型的自由度和模型中的数据点数量。 更新:我正在尝试做一个优化过程，以最小化OLS回归的残差。通常，无偏最小二乘残差方差由E(RSS/N−p-1)=σ²给出。其中RSS是残差平方和，N是观察值的数量
浏览 52提问于2020-09-01得票数 0
1回答
我现在正在构建一个线性回归模型。有32个自变量。G3是目标变量。
首先，利用所有自变量建立线性回归模型。这是我得到的结果的一部分：
如您所见，G1和G2都是重要的自变量。但它们之间的相关性是0.8521181。因此，我认为线性回归模型中存在多重共线性。我现在要找出最好的线性回归模型。如何解决多重共线性问题？
浏览 4提问于2018-03-25得票数 0
1回答
LDA与降维
、、、
我有由大约300个对象组成的数据集，每个对象有84个特征。对象已经分为两个类。通过主成分分析，我可以将维数降到24左右。我使用了3个主成分，涵盖了96%的原始数据。我的问题是PCA不关心将类彼此分离的能力。是否有一种方法将PCA用于减少特征空间，LDA用于寻找这两类的判别函数？或者，是否有一种方法可以使用LDA来以最佳的方式在三维空间中找到将两个类分开的特性？
浏览 1提问于2013-11-05得票数 2
回答已采纳
我有以下几点：pcr(price ~ X, 6, data=cars, validation="CV")
它工作，但因为我有一个小的数据集，我不能划分为训练和测试，因此，我想要执行交叉验证，然后提取预测数据为AUC和准确性。但是我找不到如何提取预测的data.Which参数，是吗？
浏览 3提问于2015-04-28得票数 0
回答已采纳
我想问一个关于多参数线性回归模型的问题。问题如下:我们现在有100家公司的数据，对于每一家公司，我都有三个季度的参数A，B，C，D的数据。(我们可以称之为A1，A2，A3，B1，B2，B3..etc)我们假设A和BCD之间存在某种关系(我们还不知道，需要找到)，现在我们需要预测第四季的A，即A4……
我的方法是用普通的最小二乘公式计算关系，并以A4=x1*B4+x
浏览 2提问于2017-08-27得票数 0
1回答
然而，假设我现在必须将这个预测方程/模型提供给我的合作伙伴，那么它应该如何工作呢？在简单的偏最小二乘回归中，我们可以选择提取系数，但使用plsda我看不到。你能给我一些建议吗？谢谢
浏览 2提问于2018-03-08得票数 2
1回答
我是新来的。我想用“请”软件包对我的数据进行偏最小二乘分析。> plsr(density ~ NIR, 6, data=yarn, validation="CV")
(密度~ NIR，6，data=my
浏览 2提问于2013-04-04得票数 0
1回答
需要一个mllib专家来帮助解释线性回归代码。在中 data: Vector, weights: Vector, axpy(diff, data, cumGradient)}
cumGradient是使用axpy计算的，它只是y += a* x，或者这里是cumGradient += dif
浏览 2提问于2015-09-02得票数 0
回答已采纳
我正在使用SPSS做几次线性回归，每次都应用不同的过滤器，以便比较不同的组。对于许多过滤器，我只用13个观察值来拟合回归，但有15或24个解释变量。在这些情况下，SPSS会给我一个有12个betas的模型，并排除其余的变量(我认为这是我主要理解的)。请不要评论，只告诉我在13个观察值上拟合
浏览 10提问于2016-09-16得票数 0
回答已采纳
我们在机器学习模型中加入了这个术语来最小化方差。但是这个术语是如何最小化方差的。如果我假设e^x或任何增加的函数，那么它也会最小化方差。我想知道这个术语是如何最小化错误的
浏览 0提问于2021-05-03得票数 1
2回答
我感兴趣的是运行百分比最小二乘回归，而不是在R中的普通最小二乘回归，这也可以被称为具有乘性误差的线性模型。在此之前，有一个问题是关于这个站点上的百分比最小二乘的，响应者建议考虑加权回归，其中一种可能是用其X值的</
浏览 3提问于2013-09-13得票数 1
回答已采纳
1回答
当响应变量的形状为(N,)而不是(N,1)时，Sci-kit中的N类似乎失败了，其中N是数据集中的样本数。
但是，当响应变量的形状为(N,1)而不是(N,)时，(N,)就会失败。如果我在scale=True构造函数中设置了PLSSVD，那么它在第99：y_std[y_std == 0.0] = 1.0行的相同函数中会失败，因为它试图对浮点数执行布尔索引(y_std是浮点数，因为它只有一个维度看起来，就像一个简单的修复方法，只需确保y变
浏览 5提问于2014-05-27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
