由于线性回归算法为训练数据找到了最佳拟合线，因此对新数据的预测将始终位于该最佳拟合线上。那么sklearn中的线性回归模型是如何非线性预测数据的，如图所示。!machine-learning/linear-regression-prediction.png) import Quandl, math
import num
浏览 24提问于2019-09-08得票数 1
回答已采纳
1回答
我对数据科学非常陌生(这是我的hello world项目)，我有一个由复习文本和数字数据(如表格数量)组成的数据集。还有一个评论栏，它是一个浮动(该餐厅所有用户评论的avg)。Food was great, staff was friendly`, staff: 15, ... 因此，在下面的教程中，我能够做到以下几点：
建立了一个线性回归模型
浏览 0提问于2019-08-18得票数 1
1回答
人们应该如何决定使用线性回归模型还是非线性回归模型？对于简单的x和y数据集，我可以很容易地通过绘制散点图来决定应该使用哪种回归模型。
在x1，x2，.，xn和y等多变量的情况下.我如何决定必须使用哪一种回归模型？也就是说，如何决定采用简单的</e
浏览 4提问于2015-02-06得票数 3
2回答
我使用机器学习模型来预测一个序数变量(值:1、2、3、4和5)，使用7个不同的特性。我提出了一个回归问题，所以模型的最终输出是连续变量。因此，评估框图如下：我试验了线性(线性回归，线性支持向量机)和非线性模型( RBF，随机森林，梯度增强机的支持向量机)。我感兴趣的是寻找一种比较线性<e
浏览 0提问于2018-08-06得票数 8
我遇到过使用scikit的sklearn的两种线性回归方法，我不能理解这两种方法之间的区别，特别是在第一个代码中有一个调用train_test_split()的方法，而在另一个代码中调用的是直接拟合方法我正在用多种资源学习，这个单一的问题让我非常困惑。clf = svm.SVR(kernel='linear')
clf.fit(X_train
浏览 9提问于2017-10-27得票数 13
回答已采纳
假设一个数据集有五个预测变量和一个目标变量，通过散点图，我观察到三个预测变量与目标变量具有线性关系，另外两个预测变量具有非线性关系。如何建立广义线性回归模型，从而解释这两个变量的非线性以及其他三个变量之间的线性关系？
浏览 0提问于2020-04-23得票数 1
我正在用著名的ISLR学习统计学习(在R中引入统计学习)并做练习，现在是线性章节回归。尽管是线性回归，但由于高偏置问题，也提到了非线性变换。很容易理解具有多个预测因子的线性回归模型的含义，例如：因此，当X1增加一个单位时，预测的响应Y将
浏览 0提问于2021-04-17得票数 0
1回答
我对如何使用sklearn和状态模型进行线性回归有基本的理解。关于线性回归(OLS估计)，我想问几个问题：
对于最小二乘估计器来说，标准化总是必要的吗？我还在学习回归分析的一些理论方面。标准化是在我的数据科学课中提到的，但在我的回归分析中几乎没有提到。如果不是，什么时候应用标准化(也需要标准化
浏览 0提问于2019-10-31得票数 0
如果有人能帮我解决下面的疑惑，我将不胜感激。大多数多元回归资源只涉及线性回归，然而，我拥有的预测因子是非线性的。= [[2.64 0.96] [3.74 0.75]
[1.12] [1.23]]
我知道多元线性回归
浏览 20提问于2021-02-16得票数 1
2回答
我试图理解为什么这个带有Numpy的样本神经网络不能学习非线性数据。即使是一个简单的神经网络也应该学习非线性数据，对吗？下面的代码没有学习，但在输入2,2,0,0所需的1,1,0,0时可以很好地学习。
浏览 26提问于2018-01-14得票数 0
2回答
我正在使用sklearn对一些数据进行线性回归模型拟合。具体地说，我的response变量存储在数组y中，我的特征存储在矩阵X中。我用下面的代码训练一个线性回归模型 model = LinearRegression(这可以通过执行以
浏览 5提问于2016-02-07得票数 1
1回答
由此产生的GaussianNB对象非常大(~300 is )，并且预测速度相当慢:每一文本大约1秒。我如何得到有意义的预测？我需要使用不同的分类器吗？下面是我使用的代码：from sklear
浏览 4提问于2013-08-05得票数 8
3回答
我在预测4个交通路口的车辆数量。DateTimeNumber_of_vehicles因此，我以下列方式应用线性回归：
对所有列广泛使用到达_假人。我使用虚拟变量31天，24小时,7天的周和4个连接I。、train_vehicles) clf.fit(x_tra
浏览 0提问于2018-02-12得票数 0
1回答
我试图运行一个线性回归模型，以年数作为y变量的x变量和温度，但我一直存在误差。我设法使用下面的代码运行一个回归模型，并对未来的日期2040年进行预测。但我所挣扎的是改变数据，使其运行在一个特定的日期，1950年，而不是1880年，这是数据的最初开始。如何在线性回归模型
浏览 0提问于2020-03-12得票数 0
回答已采纳
我最近开始学习回归的基础知识，作为初学者，我开始学习线性回归。我读到这篇文章说，对于这种特殊类型的回归，自变量和因变量之间的关系必须是线性的，这意味着我只能用线性回归来预测“线”：https://www.analyticsvidhya.com/blog/2015/但是，我开始想知道如何建模像&qu
浏览 0提问于2019-03-15得票数 2
回答已采纳
2回答
我正在研究一个小的分类问题(从sklearn获得的乳腺癌数据集)，并试图确定哪些特征是最重要的预测标签。我知道这里有几种定义“重要特征”的方法(排列重要性，在树木中的重要性.)，但我做了以下工作: 1)在logistic回归中按系数值对特征进行排序；2)根据随机森林中的“特征重要性”对特征进行排序。这些并不是完全相同的故事，我在想，在线性模型<e
浏览 0提问于2020-08-24得票数 9
2回答
tsne预测
、、、
我有一个传统的预测设置，有一个训练数据集train和一个测试数据集test。我不知道结果y的test集。这里最好的方法是什么？我是否应该将我的train和test集(即rbind)组合起来，并在整个数据集中运行tsne？
浏览 0提问于2017-08-21得票数 5
1回答
当使用神经网络预测制造过程的误差百分比时，如果过程中有一些输入不受我们的控制(随机)，最好是使用回归还是分类？例如， 输出的错误率可以从-900%到+900%，平均误差和中值误差为9% (这是一条厚尾的钟形曲线)。我们应该使用回归并尝试预测错误量，还是从中位数将错误分类为sigmas，例如，900%是中位数的5西格玛。因此，我们将有11个类别-5到+5
浏览 17提问于2019-02-05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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
