我建立了一个简单的线性回归模型，以“得分”为因变量，“活跃度”为自变量。‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Multiple R-squared: 0.1901, Adjusted R-squared: 0.1181 为了获得所有的成对比较，我执行了一个Tu
浏览 0提问于2017-01-08得票数 2
回答已采纳
2回答
其他四栏是影响收入的不同因素，如“页面浏览”、“访客”、“反弹”和“点击费率”。每一行基本上都是一个月中的某一天(因此总共30行)。所以，如果我想找出每个因素对收入的贡献/重要性，变量之间的相关值是足够的还是有更好的衡量标准？
浏览 0提问于2018-04-26得票数 1
1回答
我开始学习ML，在评估/发现回归和分类模型的准确性方面存在一些问题。到目前为止，我在这两种情况下都使用了.score()，但人们告诉我，这不是准确性。
浏览 0提问于2019-06-17得票数 -1
2回答
我有两个模型:一个是简单的线性回归，另一个是多元线性回归。如何解释最适合使用的模型是简单线性回归还是多元线性回归？以下是回归过程中的一些值：
简单线性: F(1，77) = 21.07，Prob >F=
浏览 0提问于2015-12-06得票数 2
我在学习神经网络时，在我的机器学习课本中遇到了这个问题：
为了给出一些背景知识，这一部分讨论了使用单个感知器进行分类。感知器计算一个简单的函数，该函数是输入的加权和。让我们调用此函数的输出f(x)。为什么sigmoid函数的输出被解释为输入属于某一类的概率？
浏览 2提问于2014-02-26得票数 2
在此输出中(如所附图像所示)，有几行将用户指定的模型与两种替代模型进行比较：
目前，没有提供任何解释，而声明基线模型是“独立模型，假设所有变
浏览 5提问于2022-05-04得票数 0
回答已采纳
1回答
一些预编程模型在其回归输出(如lm())中自动删除R中的线性因变量。使用bife包，这似乎是不可能的。如第5页中的包描述所述：
如果bife不收敛，这通常是一个或多个回归者与固定效应之间线性依赖的标志。在这种情况下，您应该仔细检查您的模型规范。现在，假设手头的问题涉及到许多回归，而我们不能充分检查每个回归输出--我们必须假设某
浏览 2提问于2020-11-11得票数 5
回答已采纳
1回答
我试图用SAS编写一个程序来支持决策过程，选择线性回归模型的最佳公式。我甚至有一个，但在R环境。现在我必须在SAS中实现它。最后的结果应该是一个数据集，每一行整理不同的回归公式，如解释变量的名称，R-平方，p-值，为不同的统计测试等。
例如，其中一个测试是Durbin的自相关测试.我的目标是在我提到的表中插入一个p值。reg data=indata outest=outdata EDF ridge=0 OUTVIF;
浏览 1提问于2014-01-27得票数 2
回答已采纳
2回答
多元线性回归最重要特征的选择
、、、、
我想为我的模型选择最好的功能。最初，我研究了特性与响应的相关性，只考虑那些高度相关的特性，并运行一个回归模型。然后，使用该模型，我将根据测试数据预测结果，并将其与实际(度量RMSE)进行比较，这将是我评估它的方法。比较每个回归模型与下一个回归<
浏览 0提问于2021-02-08得票数 0
回答已采纳
我在Stata进行Logit回归。
我如何知道回归的解释力(在OLS中，我看R^2)？是否有一种有意义的方法将回归扩展到其他自变量(在OLS中，我继续手动添加自变量并寻找调整后的R^2；我猜Stata应该简化这个手动过程)？
浏览 1提问于2012-09-30得票数 2
回答已采纳
6回答
作为一个R用户，我也想在scikit上取得进展。print(model.score(dataset.data, dataset.target))
似乎拦截和coef都内置在模型中那么所有其他的标准回归输出，如R^2、调整后的R</e
浏览 10提问于2014-10-11得票数 67
回答已采纳
1回答
我读过的所有关于Python中的多重回归的帖子都推荐Statsmodels中的OLS函数。这就是我遇到的问题，我试图解释一个基金的回报(HYFAX以绿色突出显示)，通过将其回报与14个可以解释该基金回报的自变量进行回归。这应该有一个显着的F检验，并在经过因子的逐步迭代后，输出具有最高调整R平方的最佳拟合模型。有没有办法在python中做到这一点？
浏览 18提问于2016-08-22得票数 2
我一直在将一些统计分析代码从R转换到Python。我还发现了一些代码，本质上是在Python：中重现nls，然而，由于这篇文章的发表日期(2013)，我想知道是否有更新的等价物，最好是用Pyton 3编写的。
如有任何建议，欢迎光临，谢谢！
浏览 0提问于2019-03-10得票数 0
2回答
神经网络中的权值
、、
所以我是深入学习的新手，我遇到了给出输出的激活函数，并将其与标签进行比较，如果它是错误的，它调整其权重，直到它给出的输出与训练数据集中的特定输入的标记数据相同。10 1因此，假设这是一个示例训练集，我们将这些输入发送到激活函数，对于第一个输入，它返回正确的输出但是对于第二个输出，它再次返回0，因此权值被调整，直到激活函数返回1。所以现在我怀疑，如果新更新的权重为第三个输入返回错误的
浏览 0提问于2018-04-07得票数 1
回答已采纳
1回答
我想学习如何在R中进行非线性回归。我设法学习了nls函数的基础知识，但我们如何知道在非线性回归中使用好的初始参数是至关重要的。我模拟了逻辑模型中的数据： n<-100 #Number of observationsb<--2
X<-grows the faster
Y<-d/(1+exp(b*X+e))+rnorm(n, 0, 2
浏览 47提问于2020-04-02得票数 0
2回答
预言家-加法回归
、、
在学术界的线性回归课程中，有人告诉我们，在模型中包含一些琐碎/不相关的特性会降低其更准确地预测的能力。
在fb先知中，有一个函数add_regressor()，它允许我们向模型中添加额外的回归器。我想知道：-是否有一种方法来检查添加的参数/特性是否确实改进了模型，或者它实际上是微不足道的？-在向fb先知添加回归器的过程中，我应该寻找什么？当然，我更喜欢一种更直观
浏览 0提问于2020-02-21得票数 1
基于奥斯卡·托雷斯·雷纳( Panel101 Torres-Reyna，)的幻灯片，我正在比较两种不同代码的输出：
与Panel101幻灯片一致，两种模型产生的系数完全相同，但调整后的R2相差很大(0.954比0.119)。我
浏览 0提问于2018-11-09得票数 2
回答已采纳
2回答
📷📷📷
现在，基于线性回归模型中预测变量的系数，我被要求找到显着的预测因子(s)。基于相关值，我认为X4将是一个重要的预测因素，但它的回归系数表明了一个完全不同的情况。(x4在lm摘要输出中的系数值最小)。你能帮我理解什么是正确的方法来识别重要的预测因子(s)？另外，即使我从lm模型中</e
浏览 0提问于2020-02-23得票数 2
首先，我知道我必须把它转换成时间戳，这给了我"datetime64“值中的值。但后来我认识到，从sklearn得到的线性回归不接受日期时间作为回归的dtype。为什么会这样呢？LinearRegression如何知道它不是任何随机的int64数据和日期时间数据(考虑到我在绘图后得到了所需的模型)？
浏览 0提问于2020-10-09得票数 0
2回答
我对两个系列数据进行了线性回归分析，每个数据都有50值。我在SPSS上做了分析，结果得到了一个表格，其中我的adjusted R squared是0.145，它的意义是0.004。作为0.004 < 0.05，我认为我的adjusted R squared很重要。
1)这是否意味着我的adjusted R squared是可信的？这是否意味着可以信任adjusted R squared的可信度，但也意味着这两个数据集不相关或相关性很差？
浏览 0提问于2015-11-11得票数 1
回答已采纳
云服务器
ICP备案
对象存储
实时音视频
云直播
腾讯云开发者
