我尝试了使用分类变量的多元线性回归。使用了一种热门的编码器技术来解决这个问题，但得到了这个错误。我曾尝试使用pd.to_datetime()函数将日期字符串转换为时间戳，但也出现了类似于-- TypeError: int()参数必须是字符串、类似字节的对象或数字，而不是' timestamp‘的错误因此，我删除了这个东西，并使用其他方法解决了实际指定的错
浏览 15提问于2019-08-31得票数 0
我是数据科学的初学者，需要一个主题的帮助。因此，首先我想要应用“分类”，然后将“回归”应用于此输出。我该
浏览 0提问于2020-11-14得票数 1
1回答
如何检验线性回归模型中的预测值是否与实际值相匹配？regressor.predict(iv_test)It结果- LR 7837176694.18的精度这是不正确的。下面是我的样本数据集-
longitude latitude housing_median_age t
浏览 0提问于2018-07-27得票数 3
我有一个数据集，其中：X2 -连续自变量我希望用X1和X2来预测y。线性回归对此合适吗？(对一个分类自变量进行回归有意义吗？)如果是这样的话，当X1是一个分类自变量(例如眼睛颜色)时，我如何使用线性回归？
我是否应该为X1中的每个类别创建一个单独的线性回归模型？还是尝试创
浏览 2提问于2018-10-16得票数 1
回答已采纳
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
浏览 0提问于2017-08-21得票数 5
3回答
我不确定这是不是最好的地方，但是你们在过去的CS作业中帮了我很多忙，所以我想我会试一试。以前有没有人见过/听说过这样的事情？即使你能给我指明正确的方向，
浏览 4提问于2012-06-29得票数 3
2回答
由于其中一列可以完全从其他列生成，因此保留这一额外列不会为建模过程添加任何新的信息，因此，在执行一次热编码之后始终删除第一列是否是一种好做法，而不管所选择的算法是什么？
浏览 0提问于2018-02-27得票数 8
我在Pandas中有一个分类数据的特征向量(虚拟)数据帧，并且我在该数据帧中添加了一个'ratings‘列，它表示从1到10的连续数据。我如何将除'ratings’列之外的所有列中的所有1替换为相应的'ratings‘列值？
我在我的多元
浏览 1提问于2015-11-04得票数 1
在我收集的数据中，有623项观察，包括一个连续因变量和13个自变量(连续、分类和序数)，它们是根据研究经验和文献综述定义的。我考虑做几个回归分析来预测因变量，并研究其上的影响因素(如果它们是正的、负的，以及它们的大小)。我尝试过多元线性回归，包括对自变量的不同变换。另一方面，我不确定是否应该研究每一个自变量，并
浏览 0提问于2015-09-19得票数 1
回答已采纳
1回答
采用多元线性回归方法，得到了56%的校正分类。当我使用支持向量机(RBM)时，我可以得到61%的分类(从56%提高到现在的61%)。对于多个国家，我使用R(拨浪鼓)-输出对所有簇都有方程.因此，我可以在excel或任何其他软件中实现该模型。
但是当我运行支持向量机( Rattle & Python )时，它们都没有给出任何等式。虽然我喜欢SVM的<
浏览 1提问于2013-11-04得票数 0
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
2回答
我有一个包含50多个列的数据集，我试图在Python中找到一种方法，在每个变量组合之间建立一个简单的线性回归。这里的目标是找到一个进一步深入我的分析的起点(即，我将更深入地研究那些具有某种意义的R平方的对)。
我已经把所有的列都放在了一个numpy数组的列表中</em
浏览 3提问于2021-12-05得票数 0
回答已采纳
1回答
带范畴变量的线性回归
、、、、
我目前正在学习和探索机器学习，并了解基于两个数值变量的线性回归的基础知识，但现在我希望更进一步，并需要一些指导，了解如何去做。具体来说，我现在正在学习关于线性回归的范畴变量，我理解它的要点:我们只是将范畴变量编码成某种数值表示形式(比如一种热编码)，并将其放入模型中。太棒了。虽然网上有很多关于如何做各种编码方法的指南，但我还没有找到一个资源来解释
浏览 0提问于2021-04-10得票数 1
老师提到的第一个例子是如何利用机器学习找到一个线性趋势线。为什么会有人这么做？在我的统计课程中，根据我的理解，我们用远低于机器学习方法的计算机功率计算数据集上的线性趋势线。使用机器学习的线性回归仅仅是学习机器学习基础的一个很好的例子，还是有什么真实的理由可以解释为什么有人会使
浏览 0提问于2020-11-09得票数 2
1回答
我有一个由成千上万个个体的y~x关系组成的数据集，它们的关系可以有不同的形状。例如，它们可以遵循指数，渐近，逻辑或驼峰形状(具有不同的偏度)模式.实际上，我不知道这些关系的所有形态，这些只是我假设会出现的几种模式。我需要一种方法来将这些关系分类成一个非线性模式，而不需要查看每
浏览 0提问于2019-11-01得票数 1
2回答
我希望使用Python对一些拥有大量分类变量的数据进行多元线性回归或Logistic回归。我知道，有一个范畴变量，我需要把它转换成一个虚拟，然后移除一种类型的虚拟，以避免冒充，然而，是否有人熟悉在处理多个类型的范畴变量时应该采取什么方法？
我对每个人都做同样的事吗？例如，将每种类型的记录转换为一个虚拟变量，然后
浏览 7提问于2017-05-24得票数 1
回答已采纳
你能解释一下scikit-learn中的"fit“方法是做什么的吗？为什么它是有用的？
浏览 2提问于2017-08-16得票数 57
回答已采纳
3回答
我有一个数据集，提供关于不育和原因的数据。数据集主要为0,1以表示“是”和“否”。然而，有些字段有“有时”、“经常”，它们将由-1或2表示。我只学会了如何处理分类数据，即1,0和数字数据。所以我的问题是，除了1和0之外，还有更多的选项，我应该使用哪种类型的回归？Logistic回归还是线性回归？
浏览 0提问于2018-03-04得票数 1
回答已采纳
1回答
我被要求考虑这样一个场景:一家公司有许多他们希望完成的项目，但公司的预算起到了作用。有一个预定义分数的Y值，具有多个X输入。资本成本、费用成本和完成时间也是三个主要的限制因素。问题是，在给定3个约束的情况下，是否可以使用算法方法来优化今年应该完成的项目。如果约束值发生变化，该方法也应该给出不同的结果。建议的方法
浏览 3提问于2017-05-01得票数 0
1回答
我有一个有6个分类变量(名义变量)的数据集，每个变量有10个类别。数据集包括10个自变量和1个因变量。有500 K的观测，我需要使用线性回归模型。我是否需要对所有列进行热编码，因为这将生成大量的新数据(给定列和行的数量)，还是它们的另一种有
浏览 0提问于2022-09-28得票数 0
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
腾讯会议活动推荐
腾讯云开发者
