4回答
我正在做一个Java项目，我必须计算一个多元线性回归，但是我希望得到的参数是非负的。有一个现有的商业许可的图书馆来做这样的事情吗？我一直在寻找非负最小二乘库，但没有成功。
浏览 9提问于2013-11-26得票数 2
回答已采纳
2回答
我想使用线性回归模型，但我想使用普通最小二乘法，我认为这是一种线性回归。我使用的软件是SPSS。它只有线性回归、偏最小二乘和两阶段最小二乘。我不知道哪一个是普通最小二乘(OLS)。
浏览 4提问于2009-11-22得票数 9
回答已采纳
1回答
我能用来解一个非线性方程组吗？
、、、、
解决了约束最小二乘问题的非线性约束。维基百科：“最小二乘方法是对超定系统近似解的一种标准方法，即方程组中有比未知数更多的方程。”现在，既然一个“正规”非线性方程组应该在一组超定的系统中(在退化的情况下未知数等于方程的数目)，我能推导出我可以使用非线性最小二乘法来解决这个问题吗
浏览 0提问于2014-10-16得票数 2
回答已采纳
我一直在寻找一个C++库，它可以近似于一个多项式函数f(x，y) =z，给定一组已知的三维点(x，y，z)。我遇到过许多曲线拟合库，但它们似乎都局限于一维曲线的拟合。我一直在寻找回归和插值函数，也许我是在寻找错误的东西？
📷
浏览 0提问于2023-01-02得票数 1
在这里学习一些新的东西，所以我希望社区能帮上忙。我主要是一个红宝石人，但试图过渡到python，以便我可以处理机器学习与tensorflow。我很难用我收集到的住房数据来获得这个逻辑回归脚本。
浏览 1提问于2017-01-29得票数 1
回答已采纳
1回答
我检查了多元回归的tidymodel，并在这里看到了下面的示例：是否有页面说明当前支持多元回归的模型？
浏览 16提问于2022-08-21得票数 0
回答已采纳
我现在正在尝试实现一个python代码，它计算矩阵方程的最小二乘误差。首先，我有一些二维数据XDATA (Array of Array of Floats)，形状100，第二，我有一些二维YDATA，形状100,3我的函数从9个条目和3个未知参数的数组中创建了一个3个条目的数组所以我试图通过线性最小二乘来估计这些参数：#Messured Data
xdata = np.arra
浏览 2提问于2017-01-12得票数 0
1回答
线性回归中最小二乘(LS)与普通最小二乘(OLS)的差异。我发现：-在搜索的时候，我得到了一个区别，在普通的最小二乘中，我们只考虑预测值和给定的依赖变量之间的垂直距离，而在最小二乘中，我们考虑垂直和水平距离。
浏览 1提问于2021-05-25得票数 1
回答已采纳
1回答
我在24小时内每隔2小时收集了2000份不均匀采样的时刻表数据。在Python中工作，我使用scipy.optimize.curve_fit，它返回表单y = a * \sin({\pi \over 12} * x - b)+c的正弦函数。我想知道这个函数是否适合使用F检验的数据，并使用F-统计量返回p值，我将用它来确定数据在24小时内是否明显遵循周期性模式。我不知道如何在函数和数据之间运行F测试。哪些步骤/计算将返回给我一个F值，并最终返回一个P值？
浏览 0提问于2021-12-24得票数 1
1回答
多元线性回归是使用多个预测变量来预测响应变量的结果，如下所示：我理解学习$\beta$参数的典型目标是最小二乘，这意味着最小化$\epsilon_{i}$的平方和。
浏览 0提问于2015-06-28得票数 1
是否有一个Ruby库，允许我对一组数据进行线性或非线性最小二乘逼近。我想做的是：
给出了一系列x，y数据pointsGenerate与数据的线性或非线性最小二乘近似，库不需要计算它是否需要进行线性或非线性逼近。库的调用方应该知道他们需要何种类型的回归()。
浏览 2提问于2011-05-25得票数 10
1回答
我会尝试描述我的问题，但最后有一些具体的问题。在我的例子中的问题是，要知道效率，我需要出口气体参数(温度，压力，速度…)这又取决于效率。我主要在一个名为EES (工程方程求解器)的软件中解决了这个问题，在这个软件中，方程可以按任何顺序写入，程序对它们进行分组并自动求解。由于程序中的限制，我切换到了Matlab，这不允许我扩展这个问题。
在matlab中，我首先以一个可解的顺序将所有的方程写成一个函数，除了求解问题所需的两个退出参数之外。将两个退
浏览 1提问于2012-05-31得票数 0
(线性/ OSL)和2)二次模型a_x^2+b_x+c。
我的问题是，我可以使用二次模型ax^2+bx+c进行非线性回归使用levenberg。因为我已经实现了
浏览 1提问于2017-04-13得票数 0
这种情况在二阶模型下会发生什么变化？这个方程在具有n个特征的多元模型中是如何变化的？
浏览 0提问于2022-05-26得票数 0
1回答
我正在读吉尔伯特·斯特朗的“线性代数导论”一书。这个部分被称为“正交基和Gram-Schmidt”。作者多次强调，用正交基计算最小二乘解非常容易，快速，因为Qᵀ*Q = I，其中Q是一个具有正交基的设计矩阵。所以你的方程变成了x̂ = Qᵀb。我得到的印象是，在应用最小二乘之前，每次计算QR分解都是个好主意。但后来我发现了QR分解的，结果是计算QR分解，然后应用最小二乘比普通的x̂ = inv(AᵀA)Aᵀb更昂贵。
浏览 3提问于2021-11-05得票数 1
回答已采纳
我想使用rms软件包中的ols() (普通最小二乘)函数进行多元线性回归，但我不希望它计算截距。
浏览 0提问于2014-04-08得票数 3
4回答
使用CUDA，我想用非线性最小二乘求解器来求解一个方程组。这些方法在一本优秀的小册子中进行了讨论，可以从下载。
在我的问题中，雅可比矩阵是稀疏的和下三角的。CUDA库中是否有高斯-牛顿非线性最小二乘求解器、Levenberg-Marquardt或Powell方法求解器(免费或非免费)？
浏览 7提问于2012-11-08得票数 10
回答已采纳
1回答
我在考虑非线性最小二乘，但不确定它是否适合这种情况。如果我能够分离这些部分，那么我可以对直线使用线性最小二乘，对其他部分使用一些非线性最小二乘。
浏览 2提问于2013-02-18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
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
