泰坦尼克号数据集R图Bootstrap中的逻辑回归
泰坦尼克号数据集是一个经典的数据集，记录了泰坦尼克号上乘客的信息，包括是否幸存、年龄、性别、船舱等。这个数据集常用于机器学习和数据分析的实验和训练。
逻辑回归是一种常用的统计学习方法，用于解决分类问题。它是一种广义线性模型，通过一个线性函数与一个逻辑函数的组合，将输入数据映射到一个预定义的输出类别。
在前端开发中，我们可以使用Bootstrap来构建响应式的网页界面。Bootstrap是一个流行的前端开发框架，提供了丰富的组件和样式，使开发者能够快速搭建美观和兼容性良好的网页。
后端开发涉及到服务器端的逻辑处理和数据存储，常用的技术包括Node.js、Python、Java等。通过后端开发，我们可以处理用户请求、与数据库交互、实现业务逻辑等功能。
软件测试是保证软件质量的重要环节，通过各种测试手段来检测软件中的缺陷和错误。常用的测试方法包括单元测试、集成测试、系统测试和性能测试等。
数据库是存储和管理数据的系统，常见的关系型数据库有MySQL、Oracle、SQL Server等，而非关系型数据库如MongoDB则具备更高的可扩展性和灵活性。
服务器运维是确保服务器正常运行的一系列管理和维护工作，包括服务器的安装、配置、监控和故障排除等。在云计算环境下，可以通过云服务商提供的管理控制台来进行服务器运维工作。
云原生是一种软件开发和部署的理念和方法，旨在利用云计算的优势，以容器化的方式构建、发布和管理应用程序。这种方法可以提高应用的可移植性、弹性和可扩展性。
网络通信是在计算机网络中实现信息传输和交换的过程，常用的网络通信协议有TCP/IP、HTTP、FTP等。在云计算中，网络通信是实现用户与云服务之间交互的重要环节。
网络安全是保护计算机网络和系统免受未经授权的访问、损坏或篡改的一系列措施和技术。常见的网络安全技术包括防火墙、入侵检测系统、加密技术等。
音视频处理是指对音频和视频数据进行采集、编码、解码、编辑和传输等操作。常见的音视频处理技术包括音频编码算法、视频压缩算法、媒体流传输协议等。
人工智能是模拟、延伸和扩展人类智能的一种技术和方法。在云计算中，人工智能可以应用于图像识别、语音识别、自然语言处理等领域，提供更智能化的服务。
物联网是将各种物理设备和对象连接到互联网，实现互联互通的一种技术体系。物联网可以应用于智能家居、智能工厂、智能交通等领域，实现设备之间的互联互通和数据共享。
移动开发是指开发适用于移动设备（如智能手机、平板电脑）的应用程序。常用的移动开发平台包括Android和iOS，开发者可以利用相应的开发工具和语言进行移动应用的开发。
存储是指将数据保存和管理的过程，云计算中的存储通常指云存储服务。云存储可以提供高可靠性、可扩展性和弹性的数据存储方案，常见的云存储服务有对象存储、文件存储等。
区块链是一种去中心化、可信任的分布式账本技术，可以实现交易的可追溯性和不可篡改性。区块链可以应用于金融交易、物流追溯、数字资产管理等领域。
元宇宙是一种虚拟现实的扩展概念，将现实世界和虚拟世界相结合，创造出一个模拟的、可交互的虚拟空间。元宇宙可以应用于游戏、社交网络、虚拟会议等领域。
以上是对泰坦尼克号数据集和Bootstrap中的逻辑回归的综合解释。如需了解更多关于腾讯云相关产品和服务，请访问腾讯云官方网站：https://cloud.tencent.com/
相关·内容
3回答
我是机器学习的新手，开始解决卡格尔号上的泰坦尼克号幸存者问题。
在用Logistic回归方法解决这一问题时，我使用了各种具有多项式特征的具有2,3,4,5,6度的模型。从理论上讲，训练集的精度应随训练程度的增加而增加，但开始降低后级2。该图如下所示
📷
浏览 0提问于2019-02-22得票数 2
回答已采纳
我正在做一个统计在线课程的练习。我需要使用泰坦尼克号数据集在R中创建逻辑回归。因此，我想应用bootstrap方法来创建和绘制95%的置信区间，用于logistic回归的预测。 当我运行bootstrap命令并想要绘制它时，我得到错误：“t*的所有值都等于0.0159971772980342”。而且，我得到的偏差和标准误差为0，这不可能是真的。我猜在设置bootstrap命令时有一个错误，但不幸的是我找不到它。我可以尝试什么？ 我的代码： library(boot)
set.seed(50000)
logit_test <- function(data, indices) {
浏览 32提问于2021-01-30得票数 0
1回答
为是或否在R中创建混淆矩阵的困难
、、、、
我对回归和混淆矩阵很陌生，并试图从logistic二元回归模型中创建一个混淆矩阵。我试图从列中的“是”或“否”值中创建一个混淆矩阵，使其存活下来。我使用的是默认数据集泰坦尼克号。在执行混淆矩阵时，我收到了一个错误
数据集，泰坦尼克号的内容在这里找到。钛含量
这是下面的R码。
exampleClass<- as.factor(example#qcStackCode#Class)
exampleSex<- as.factor(example#qcStackCode#Sex)
exampleAge<- as.factor(example#qcStackCode#Age)
examp
浏览 0提问于2022-03-02得票数 1
我在为泰坦尼克号的凯斯做学习任务。
我有不同的预测精度，如果我执行线性回归手动分离数据或使用cross_val_score。logistic回归也是如此。
示例.
-线性回归.
手册
Algorithm = LinearRegression()
kf = KFold(dataset.shape[0], n_folds=3, random_state=1)
predictions = []
for train, test in kf:
train_predictors = (dataset[Predictors].iloc[train])
train_target = dat
浏览 2提问于2015-08-22得票数 1
1回答
我有一个来自spss的cox回归数据，包含以下各列。我正在考虑在R中使用这些数据作为数据帧，并在其中创建一个森林图。如何从R中的这些数据创建森林图？如何从包含HR/OR和CI的数据帧创建森林图。？
下面是可复制的数据，如果你教我如何制作它将是很有帮助的。我试过了，但做不到。
HR<-c(2,3,5)
ci_u<-c(1.2,1.1,1.3)
ci_l<-c(1.3,1.4,1.3)
names<-c("High","Low","medium")
datf<-data.frame(HR,ci_u,ci_l,sig,ns
浏览 6提问于2020-05-17得票数 0
1回答
如果我想绘制‘条形图’，在x轴上有‘登船’列，在y轴上有死亡计数。我该怎么做呢？ sns.barplot(x =‘登船’，y=泰坦尼克号‘生存’.value_counts()，data =泰坦尼克号) 我的数据帧名字是‘泰坦尼克号’。“‘Survival”列具有“dead”和“alive”值。 但它给了我一个空洞的情节。我应该如何编写代码？
浏览 10提问于2021-05-07得票数 0
回答已采纳
1回答
在Orange docs ()中，我尝试复制这部分代码的结果：
导入橙子
泰坦尼克号= Orange.classification.logreg.LogRegLearner(titanic) =Orange.data.Table(“泰坦尼克号”)
计算分类准确率
如果lr( ex ) == ex.getclass()：正确的+= 1打印“分类精度：”，正确的/len(泰坦尼克号) Orange.classification.logreg.dump(lr)
结果我只得到了“分类准确率”，没有更多的东西。我想要得到的是回归系数，但是调用Orange.classification.logreg.du
浏览 4提问于2014-11-07得票数 0
我在一个相当大的数据集上运行一个回归模型，得到了一个相当糟糕的$R^2$评分为0.2(参见下面的图)，尽管该模型看起来像是指向正确的方向。
我的问题是，当你有超过一百万个数据点时，你能现实地期望$R^2$在真实世界的数据中有相当大的噪音吗？
对这些传统措施的怀疑促使了诸如这这样的文章，这些文章讨论了数据的数量如何降低统计测试的质量。
让我知道你的想法和任何使用$R^2$评分作为质量标准的回归例子。
📷
浏览 0提问于2018-02-20得票数 3
回答已采纳
1回答
对于泰坦尼克号数据集，我做了一些特征工程(一个热编码的特征)，现在我开发了一个热图来查看不同特征之间的相关性。
我不知道该拿他们怎么办。让我们说，两个特征是高度相关的，例如，在图像，Name_title_mr和sex_0 (即。男性)的相关系数为0.84。那么，这是否意味着我应该放弃Name_title_mr，因为sex_0是一个非常重要的特性。(这是我们有经验知道的，泰坦尼克号中的性是非常重要的，但我们是否也可以通过观察热图来观察这一点呢？)
还有一个疑问是:我怎么知道我可以添加两个特性，比如sibsp和parch？我见过许多内核，它们只是通过添加no_of_family_members和p
浏览 0提问于2019-08-17得票数 0
我在泰坦尼克号数据集上建立了模型，用Logistic回归Succeffullly，它给出了训练集的预测，但不幸的是，我无法在测试数据集上实现。
以下代码可供参考：
training = training[['PassengerId','Sex','Embarked','Pclass','Age','SibSp','Survived']] # 0.78
X = training.iloc[:, :-1]
y = training.iloc[:, -1]
from sklearn.c
浏览 0提问于2021-07-27得票数 0
我见过一些论文，它们在回归分析中以一种聪明的方式处理(不完全)残差，它们绘制垂直于拟合线的残差分布。图2或图5中的示例图像(线性回归)位于：
我的R示例：
数据示例取自：
数据示例：
alligator = data.frame(
lnLength = c(3.87, 3.61, 4.33, 3.43, 3.81, 3.83, 3.46, 3.76,
3.50, 3.58, 4.19, 3.78, 3.71, 3.73, 3.78),
lnWeight = c(4.87, 3.93, 6.46, 3.33, 4.38, 4.70, 3.50, 4.50,
浏览 1提问于2017-12-01得票数 0
2回答
我有类似的数据：
sample <- read.table(text =
" value date
-5.4 2017-03-01
-2.2 2017-03-05
-1.1 2017-03-10
4.9 2017-03-12
4
浏览 3提问于2018-08-14得票数 2
回答已采纳
又是我！
在我的一项任务中，我必须创建一个带有回归线的图，并简单地阅读这个图并给出数据。问：“在华氏80度时，风速是多少？”只要简单地看一下这幅图，你就可以把它的90米/秒的温度定在80华氏度。这就足够了，但是知道你能在R中做些什么，我想知道以太将来的参考和现在。
如何仅使用数据帧(在图片中)使用线性回归线性回归提取给定X值的Y值，因为该值本身没有给定，但如果假设它是线性回归的，则可以提取它。
因此，本质上，我不想读出图( pic 2)中的值，而是使用一个函数，给出DF中的X(temp)值，用线性回归输出Y(风)值。
我尝试了在堆栈溢出中找到的其他东西，使用
lm(data~data, dat
浏览 3提问于2020-09-17得票数 0
回答已采纳
2回答
我想使用Seaborn绘制一个适合我的数据集的线性回归模型。
由于这个数据集在水柱中有不同的深度(底部，中间和顶部)，我希望我的图有3种不同的颜色，但线性回归将是整个数据集。我划分了这个数据集，分别绘制了它们，如下所示：
fig, axarr = plt.subplots(3, sharex = True)
axarr[0].scatter(averageOBSB_3min,PumpBotSSC,c='r', label='Bottom')
axarr[0].scatter(averageOBSM_3min,PumpMidSSC,c='g', l
浏览 3提问于2017-11-21得票数 2
1回答
python对R中的glm
、、、、
我有一些数据:泰坦尼克号
在R中这样做
glm(Survived ~ Sex, titanic, family = "binomial")
我得到了
(Intercept) SexMale
1.124321 -2.477825
R以存活为阳性结果。
但是当我用Python做同样的事情时
sm.formula.glm("Survived ~ Sex", family=sm.families.Binomial(), data=titanic).fit()
我得到了负面的结果:即Python将，而不是生存下来的作为积极的结果。
如何调整Python的gl
浏览 4提问于2017-11-29得票数 5
我正试图用宏观经济变量(170个变量)来预测行业的1个月远期回报。我试了几件事：
用于变量选择的
分别对自变量和因变量进行回归。然后，使用p值小于0.05的自变量来：
对变量选择进行逐步回归
最后，运行具有最佳变量的弹性网络(使用上述步骤选择，即步骤1和步骤2)。
我的观察是：
测试集的结果(r2)在很大程度上取决于数据是如何分割的(我不知道为什么)，即使是在最好的情况下，r2也非常少(根据我的客户)在0.12-0.20之间。我怎样才能改进这个结果，或者得出线性回归不能改进的结论？我附上了一些自变量的诊断图，这些自变量的p值最低。
📷
📷
浏览 0提问于2018-07-11得票数 1
1回答
这学期，我将在大学选修一门线性回归入门课程。在我的一项任务中，我需要使用R来分析数据集。
请允许我首先分享我的代码的一部分：
log_Metab <- log(Metab)
mammal.lm.1 <- lm(Life ~ log_Metab)
plot(mammal.lm.1, which = 2)
基本上，我的数据集包含了关于95种不同哺乳动物的代谢率(Metab)和寿命(Life)的信息，我需要检查这两个特征之间是否存在线性关系。
现在，我粘贴的代码的第三行生成线性回归的正常Q-Q图，如下所示：
我想知道的是很简单，并在帖子的标题中说明--是否可以对这样的图使用识别
浏览 1提问于2021-04-15得票数 0
回答已采纳
1回答
我正在对一些可以从RDD中受益的数据运行回归。因此，我想在x轴上显示一条阈值为0.5以上和以下的最佳拟合/回归线。我正在努力做到这一点。我已经尝试了clip(x1,x2,y1,y2)命令，但它仍然在整个绘图上绘制了一条线。我还尝试使用子集来绘制一条回归线>/< 0.5，这也给出了一条横跨整个图的线。
使用低线会不会更好？这对我来说真的是一个未知的R领域，所以我真的不确定该如何进行。
浏览 23提问于2018-03-04得票数 0
因此，我通过R学习机器学习，并且使用来自图书馆群的波士顿数据集。我在练习私酒。我已经进行了分析，以确定如何使用数据集的B=100重采样，从示例中平均提取许多不同的数据点来构成引导重采样。接下来，我想做两件事--再次使用数据集的B=100结果执行普通线性回归模型的引导，并使用OOB样本来预测RMSE。同时，利用一个带有100个Bootstrap样本的岭回归模型的引导来预测RMSE，然后比较我的答案。我在修改代码时遇到了困难，因为我已经完成了一些工作。有人知道吗？
浏览 0提问于2020-04-22得票数 0
我有一个使用ggplot2的线型图，它有三行(在我的数据帧中有可变名称，比如'A‘、'B’和'C‘)。我想使用geom_smooth添加一个method=loess，但是我想添加基于最小值'B‘和'C’的回归线。有办法这样做吗？
为了说明，这里有一个模拟代码：
names <- c('n1', 'n2', 'n3', 'n4', 'n5')
aline <- c(0.18, 0.21, 0.23, 0.20, 0.16)
bline <- c(0.50
浏览 0提问于2013-10-15得票数 1
回答已采纳
3回答
诚然，这是一个非常简单的问题，我就是找不到答案。
在R中，我有一个有2列的文件:1列是分类数据名称，第2列是计数列(每个类别的计数)。使用小型数据集的，我将使用'reshape‘和函数'untable’创建1列并以这种方式进行分析。的问题是，如何使用大数据集处理这个问题
在这种情况下，我的数据是巨大的，这是行不通的。
我的问题是，我如何告诉R使用以下内容作为分发数据：
Cat Count
A 5
B 7
C 1
也就是说，我给它一个柱状图作为输入，并有R表示，它意味着有5的A，7的B和1的C在计算其他信息的数据。
所需的输入而不是输出将使R理解数据将如下所示，
A、
浏览 7提问于2012-09-11得票数 4
回答已采纳
1回答
我正在使用HTML (https://cran.r-project.org/web/packages/SmartEDA/SmartEDA.pdf)运行探索性数据分析，其中的一个函数"ExpReport“允许自动创建SmartEDA格式的探索性数据分析报告。 我有一个包含172个变量和16487行的数据集，这需要花费很多时间才能运行！有没有一种方法可以在我们做的每一个任务中加速R？ 我还必须使用这些数据(以及最终更多的数据)运行一些模型，如randomForest、逻辑回归等，并希望有一种方法来快速做到这一点。 我听说过并行处理，但不能真正理解它是如何工作的，以及它是否只适用于特定的包
浏览 20提问于2021-01-29得票数 0
我有一个哺乳动物属的数据框架。该列的每一行都是不同的属。有三列:一列每个属的地理范围大小(一个连续变量)，一列说明一个属是否在流域内或之外被发现(一个二元变量)，以及一个列说明该属是否在化石记录中被发现(一个二元变量)。
我使用下面的R代码进行了多重逻辑回归，以查看地理范围、大小和盆地内外的存在是否是化石记录中存在的预测因子。
Regression<-glm(df[ ,"FossilRecord"] ~ log(df[ ,"Geographic Range"]) + df[ ,"Basin"], family="binomial&
浏览 2提问于2016-04-29得票数 5
回答已采纳
1回答
有没有Stata包Grinter的R等价物？我想在R中绘制逻辑回归方程的交互效果图，但我似乎无法使用我的任何图。如果在R中有一个命令可以做Grinter在Stata中做的事情，那将是非常有帮助的。
这是我的方程式：
svyglm(onset.new~Gini+preci.ma.30.CRU+lag.polity+
pop.growth+lpop+lag.lGDP.pc+Oil+ethfrac+lmtnest+Gini*preci.ma.30.CRU,
design=NEWD,na.action=na.omit,family=quasibinomial)
我感兴趣的是绘制交互作用项Gini* g
浏览 0提问于2015-12-02得票数 0
我正在使用R lm()函数进行多元线性回归
lmfit <- lm(formula = `Var1` ~
`Var2`
+ `Var3`
+ `Var4`,
data=df)
然后是car库中的leveragePlots函数
library(car)
leveragePlots(lmfit)
这给出了每个变量的线性回归图，但我还没有找到一种显示置信区间的方法。你能帮帮忙吗？
浏览 1提问于2018-01-23得票数 0
回答已采纳
上下文:我目前正在制作和比较机器学习模型，以预测住房数据。我有大约32000个数据点，42个特征，我正在预测房价。我比较随机森林回归，决策树回归和线性回归。我可以看出存在一些过度拟合的情况，因为我的初始值与交叉验证值之间的关系如下：
RF: 10倍R平方= 0.758，neg RMSE = -540.2 vs未验证的R平方为0.877，RMSE为505.6
DT: 10倍R平方= 0.711，neg RMSE = -576.4 vs未验证R平方为0.829，RMSE为595.8。
LR: 10倍R平方= 0.695，neg RMSE = -596.5 vs未验证R平方为0.823，RMSE为6
浏览 0提问于2021-01-14得票数 0
2回答
我使用h2o构建了一个简单的深度学习回归模型(如下所示)。该模型预测了R虹膜数据集中的间隔长度。我注意到，随着时间的增加，模型的精确度(r^2)增加了(图1)。
通过增加历元数，我是以有害的方式对模型进行过度拟合，还是以有益的方式提高模型的准确性？
library(datasets)
library(h2o)
df <- iris
df.hex <- as.h2o(df)
model <- h2o.deeplearning(x = 2:5, y = 1, df.hex,
hidden = c(200, 200, 200
浏览 4提问于2017-07-03得票数 2
我正在尝试使用R中的文本数据运行逻辑回归。我已经构建了一个术语文档矩阵和相应的潜在语义空间。在我的理解中，LSA被用来从“术语”中推导出“概念”，这可能有助于降维。下面是我的代码：
tdm = TermDocumentMatrix(corpus, control = list(tokenize=myngramtoken,weighting=myweight))
tdm = removeSparseTerms(tdm,0.98)
tdm = as.matrix(tdm)
tdm.lsa = lsa(tdm,dimcalc_share())
tdm.lsa_tk=as.data.frame(tdm
浏览 15提问于2017-07-05得票数 0
我正在使用状态模型进行多元回归测试。我很有信心，数据中有一种关系，无论是我通过其他来源了解到的数据，还是通过绘图，但是当我用状态模型进行多元回归测试时，p值显示为0.000。我对低p值的解释是没有关系的。然而，0.000的值似乎更像是计算失败的东西，因为我假设仅统计噪声就能给出至少0.1的低p值。
当数据中明显存在某种关系时，计算不存在错误但给出p值为0.000的多元回归测试的原因是什么？
编辑：
我不确定这是统计问题还是代码问题。因此，如果有经验的人statsmodels能够告诉我我是否正确地使用了它，那将是非常有帮助的。如果大家一致认为这是一个与数据相关的问题，我会按照评论中的建议，在这里
浏览 10提问于2021-12-27得票数 0
1回答
下面的图是pdpbox库https://github.com/SauceCat/PDPbox/blob/master/tutorials/pdpbox_二进制_classification.ipynb中的一个示例。在下面的情节中，关于年龄和票价，0.900色饱和度向右表示的是什么？数据取自泰坦尼克号数据集，目标变量是否存活。
📷
浏览 0提问于2018-11-14得票数 1
1回答
这是我的模型，使用和lr的0.0001。
这是下面的培训和验证损失图：
mse=0.049和r2=70.3%的值。我的问题是，我在训练模型中包含的图像越多，它的效果就越差，但mse和r2却增加了，所以这是非常违反直觉的。这是一个使用Nvidia模型的回归模型。我输入图像，并需要一个转向角输出。通过增加数据和时代，我真的让事情变得更困难了吗？我只训练了30个时代的1600张图片。如果需要的话，感谢专家的建议，因为我对NNs.Will比较陌生，如果需要的话，请提供更多的细节。)
浏览 2提问于2022-09-06得票数 0
1回答
我做过logistic回归，部分结果如下。
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) -1.9056 0.4967 -3.837 0.000125 ***
GWAS$value 0.4474 0.1157 3.868 0.000110 ***
这是我用来做logistic回归的数据。
浏览 0提问于2019-11-10得票数 2
回答已采纳
2回答
我想知道如何使用R绘制ROC图。我已经创建了一个具有k重交叉验证的logistic回归模型。
dt3 -主数据集
dt3Training -根据主数据集进行训练拆分
dt3Test -从主数据集进行测试拆分
以下是用于逻辑回归的代码：
ctrl<- trainControl (method="repeatedcv", number = 10, repeats =5, savePredictions="TRUE"
modelfit <- train (Attrition~., data=dt3, method="glm", famil
浏览 24提问于2017-12-20得票数 1
回答已采纳
我试图用rms软件包从R中的logistic回归中绘制出一个图，但目前我有一个问题:确实，我可以得到图，但是“线性预测器”轴的范围是-2.5到+3，我想知道我是否可以使它从0到1(即Y=1的预测概率的0%到100%之间)。我想我必须提出“lp.at=.”的论点，但我不能自己做，所以我希望有人能帮忙！非常感谢你的回答。
莱昂纳多·弗拉佐尼，医学博士
德格利博洛尼亚大学
浏览 1提问于2015-05-24得票数 3
回答已采纳
2回答
由于对调查数据处理良好，我和同事选择Stata进行回归分析。我们也想使用R的图形，但不知道如何导出Stata回归模型。
在斯塔塔内部，当然有return list和ereturn list。但是，将这些结果输出到Stata之外的最佳方法是什么？直接到R将是理想的，但任何中间格式也可以。
浏览 12提问于2015-11-02得票数 4
回答已采纳
1回答
我有一个线性回归，它使用城市作为R中的组： pop_model <- lmList(Value ~ Year | City, data = df) 我可以使用下面的代码创建相应的R-Squared的向量： r_squareds <- summary(pop_model)$r.squared 但这并没有给我城市的名称。所以，我不知道哪个R平方表示哪个回归。我如何制作一个表，将这些R-Squared及其名称记录到一个数据帧中，以获得这样的数据帧： 城市| R-Squared
浏览 21提问于2021-08-24得票数 0
回答已采纳
1回答
我正在使用ggplot绘制面板数据，并且我想将我的固定效果模型"fixed“的回归线添加到图中。这是当前的代码： # Fixed Effects Model in plm
fixed <- plm(progenyMean ~ damMean, data=finalDT, model= "within", index = c("sireID", "cropNum"))
# Plotting Function
plotFunction <- function(Data){
ggplot(Data, aes(x=dam
浏览 35提问于2021-08-25得票数 1
回答已采纳
7回答
演示演示
、、
我知道这与编程几乎没有关系，但我必须展示一些直观、直截了当、可能非常吸引人的R演示，以便我目前所在机构的一个部门开始评估它的采用情况。你们中有谁知道任何R脚本显示出R的力量，简单性和灵活性吗？我特别寻找属于两类的脚本：
简单的代码，显示出计算描述符、基本图表(如条形图、盒子图、简单线性回归)有多快--所有这些都简洁漂亮。
代码显示复杂多变量数据集(即。热图等)
属于第二类的脚本的交互性更佳。
当然，也希望在脚本中使用数据;)
提前感谢
浏览 10提问于2011-03-15得票数 23
回答已采纳
2回答
我在上10年级，我希望在患者数据上使用机器学习模型来找到一周中的时间和患者依从性之间的相关性。我将一周划分为21个时间段，一天中的每个时间段都有三个时间段(1个是周一上午，2个是周一下午，依此类推)。依从性值将是二进制的(0表示他们没有服用药物，1表示他们服用了)。我将为我的模型模拟训练、验证和测试数据。根据我的理解，我可以使用逻辑回归模型来输出患者在给定特定时间段的过去数据的情况下错过药物治疗的概率。这是因为逻辑回归在给定阈值时会输出二进制值，并且适用于处理概率和二进制类的问题，这就是我的方案。在我的例子中，我处理的两个类是肯定的，他们会吃药，不会的。但这样做的主要问题是，这些数据将是非线
浏览 27提问于2018-12-20得票数 0
1回答
因此，我试图为R中常见的泰坦尼克号数据创建一个简单的生存和不生存的条形图，我一直只得到“不”和“是”的数字，而不是与每个“否”和“是”相关的频率或计数。这显然不是我们想要的。我只是试着用ggplot2来练习，并绘制一些图表。我在这里做错什么了？
不良条形图：
📷
#install.packages("tidyverse")
#install.packages("titanic")
library(tidyverse)
library(titanic)
view(Titanic)
titanic <- as.data.frame(Titanic)
t
浏览 0提问于2021-05-21得票数 1
我正在寻找一个解决方案，如何在我的vcd马赛克图的标签上提高数字。
编辑：作为一个例子，我随机选择了泰坦尼克号数据集中的性别标签：
vnames <- list(set_varnames=c(Sex="Sex=10^X"))
mosaic(Titanic, labeling_args=vnames)
它们将始终显示为10^2而不是10²。
例如，使用expression(10^{2})或
xlab(bquote('Zoospores ('*10^x*') per plastic box'))
在普通的R图或ggplot2中，vcd包的l
浏览 3提问于2017-10-23得票数 0
回答已采纳
1回答
我有一个关于机器学习的分类和回归问题。第一个问题，以下数据集
我们可以说，数据集是线性可分的吗？为了将线性模型应用于类化，此数据集不需要对输入空间进行转换，还是无法对此数据集进行转换？我的回答是否定的，但我不确定第二个，我不确定对数据集是否可能进行转换。
关于回归问题的第二个问题:给出以下数据集f:r -> R
我们可以说:回归的线性模型可以用来学习与这个数据集相关的函数吗？给定这个数据集，不可能确定线性模型的最优拥塞？
我正在读汤姆米切尔机器学习，模式识别和机器学习主教的书，但我仍然很难给出正确的答案。提前谢谢。
浏览 0提问于2014-12-11得票数 0
回答已采纳
3回答
我学习Logistic回归已经有些日子了，我认为logistic回归的数据集的标签应该是1或0，对吗？
但是当我查找库的时，我看到标签值是连续数(例如1.0086，1.0089...)，我是不是遗漏了什么？
请注意，libSVM库可用于解决回归问题。
非常感谢！
浏览 1提问于2013-01-19得票数 3
我对数据分析和python很陌生。我一直在遵循关于泰坦尼克号幸存者的这一联系所显示的逻辑回归：
我正在使用我自己的非泰坦尼克号数据集。在示例的末尾，我希望将结果导出到csv文件。我做了一个小小的修改，这让我陷入了困境。除了预测之外，我还显式地生成了预测的概率，我也希望将这些概率导出到csv文件。
test_probs=log_model.predict_proba(X=test_features)
print(test_probs)
# Create a submission for Kaggle
submission = pd.DataFrame({"AccountNumber
浏览 3提问于2016-12-02得票数 1
回答已采纳
1回答
? 我有一个如图所示的数据集。我需要对这个数据集应用Logistic回归，并尝试预测R的正确结果。问题是R可以假设3个不同的值，如图(W，L，D)所示。我如何构建它以与逻辑回归一起工作？我正在使用python和sklearn逻辑回归。
浏览 15提问于2020-01-18得票数 0
1回答
我在我的应用程序中使用symfony2。对于查询，我使用以下命令：
$contents = $em->getRepository('BbdBongoAppBundle:Content')
->createQueryBuilder('c')
->select('c.id, c.title, c.sequence, c.sequence_count, c.category_sequence, c.unique_id, c.priority, c.status')
->addSel
浏览 1提问于2015-06-14得票数 0
我正在通过我的第一个个人机器学习项目，并希望获得一些洞察力，我正在做的错误/正在发生的事情，因为我有点卡住了。
我一直应用机器学习与SKlearn的泰坦尼克号数据集，并一直保存10%的训练数据，以计算我的拟合模型的准确性。本文还采用了10倍的K折交叉估值来评价模型的性能，并选择了超参数。到目前为止，我已经应用了logistic回归和线性核支持向量机，在这两种情况下，我获得了78%-80%的K折叠验证集的准确性，以及当将拟合的分类器应用于我以前看不到的测试数据时。然而，当我预测Kaggle的测试数据并提交我的预测时，它的值大约为76% --这比我预期的要少得多，而且远远超出了我通过K倍交叉验证得
浏览 0提问于2018-07-15得票数 0
回答已采纳
我正在使用keras为回归任务构建一个简单的神经网络。但是，输出总是倾向于地面真实y数据的“平均值”。见第一个图，蓝色是地面真理，红色是预测值(非常接近地面真理的常量平均值)。
而且，即使我设置了一个学习epoch=100，该模型也会很早就停止学习。
任何人都有想法，在什么条件下神经网络会停止早期学习，为什么回归输出倾向于地面真理的“平均值”？
谢谢!
浏览 4提问于2016-10-05得票数 6
回答已采纳
1回答
我试图解决一个回归问题，其中输入特征集的大小为54。
使用OLS线性回归和单一的预测因子'X1'，我无法解释Y的变化，因此我试图用回归林(即随机森林回归)来寻找其他重要的特征。所选的'X1‘后来被发现是最重要的特性。
我的数据集有14500条条目。我把它分成了9:1的训练和测试组。
我有以下问题：
在试图查找重要特性时，是在整个数据集上运行回归林，还是仅在培训数据上运行回归林？
一旦发现了重要的特征，是否应该使用最重要的几个特征重新构建模型，以查看特征选择是否以较小的成本提高了计算速度以获得预测能力？
现在，我已经使用训练集和所有的特性建立了模型，并且我正在
浏览 1提问于2017-08-29得票数 0
1回答
点以外的方块情节，胡须，离群点？
、、、、
我在研究泰坦尼克号的数据集，发现在绘制盒子图后，有大量的离群点(点过胡须)。不过，在检查了在Kaggle上提供的答案后，我注意到人们并不认为这些点是异常值。
所以我想知道。是否总是在Q1 - 1.5*IQR以下，还是超过Q3 + 1.5*IQR离群值的情况？如果没有，什么时候把它们视为异常值，什么时候不考虑？
我是。
另外，除了丢弃行之外，处理异常值的最佳方法是什么？
提前感谢！
浏览 2提问于2018-07-31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
实时音视频
即时通信 IM活动推荐
腾讯云开发者
