1回答
为什么要使用正规化？
、、、
在线性模型中，正则化降低了坡度。我们是否只是假设在训练数据上拟合一个lin模型，几乎总是创建一个比无限观测值更高的斜率？直觉是什么？
浏览 0提问于2020-11-20得票数 0
回答已采纳
我试图用ggplot2绘制线性混合效应模型，但我很难绘制单个数据点。
因为我在模型中把预检验作为协变量，而且在预检验的条件均值之间存在一定的差异，因此模型的估计均值与样本均值有很大的不同。最好用测试数字来说明这一点：
现在，我想绘制各个数据点的调整值，但是我很难在R中实现这一点。我发现了一个相关的问题()，所以我尝试使用fitted()函数，但是得到了一个错误消息：
CI_post <- lmer(
post.diff ~
pre.diff +
group * course
+ (1|bib)
+ (1|school),
data = d
浏览 4提问于2021-09-10得票数 0
回答已采纳
2回答
我正在训练一个关于分类问题的机器学习模型。我的数据集是10000次观测和37个分类类。但是数据是不平衡的，我有一些类有100个观测，还有一些类有3000个和4000个观测值。
在研究了如何对这类数据进行特征工程的基础上，提高了算法的性能。我找到了两个解决方案：
重采样，这意味着获取更多关于少数类的数据。
下采样，这意味着删除有关多数类的数据
根据第一个解决方案，，：我有很多类，有一些观察，所以它需要更多的数据和很长的时间。所以这对我来说是很难的！
，通过应用第二个：我认为所有类都会有一些观察，而且数据将非常小，因此算法很难推广。
那么，我还有别的解决办法可以解决这个问题吗？
浏览 4提问于2020-01-03得票数 1
我试图用R中的auto.arima函数拟合arima模型，尽管数据是非平稳的，结果仍然是(0，0，0，0)。
auto.arima(x，approximation=TRUE)
具有非零均值的ARIMA(0,0,0)
有人能建议为什么会出现这样的结果吗？顺便说一下，我只在10个数据点上运行这个函数。
浏览 2提问于2015-07-10得票数 1
3回答
不平衡的数据:过采样还是过采样？
、、、、
我有一个二元分类问题，其中一个类别占所有观测值的99.1% (210 000)。作为处理不平衡数据的一种策略，我选择了抽样技术。但我不知道该怎么做:低估我的多数阶级，或过度抽样代表较少的阶层。如果有人有建议？
谢谢。
附注：我使用滑雪板上的随机森林算法。
浏览 2提问于2017-05-29得票数 1
回答已采纳
1回答
我有一个大约20k的数据集，在这个20k中我有13k唯一的因变量。我的数据如下：
Pattern Y
0 dd AN dd AN dd AN Y1
1 dd AN dd AN dd AN Y1
2 a omnes Y2
3 agence reuters ralr agence retr sarl Y3
类似的20k+观察。所以在生产中，我必须预测Y在生产过程中，一旦这个模式数据来了。
我的问题是，对于每个唯一的因变量，我没有太多的观测值(就像在某些或大部分时间是1)的1-5观测一样。
My approach
我正在使用tf
浏览 1提问于2018-12-05得票数 0
2回答
我有一个小的数据集(大约60个样本)，我需要它来很好地预测高目标值。只有几个高值，而我尝试过的所有模型对于这些高值都表现不佳。
因此，我想知道有什么技术可以使算法在不能被视为异常值的高值情况下表现得更好。你看，这几个高值使得MSE非常大，因为模型往往低估这些高值，预测它们要小2倍或更多。
我有一个为异常值生成假数据的想法，但我还没有找到正确的回归方法。通过混合它们的特征为高值生成假数据是正确的吗？所以它就像被击打了一样，但是我们有附近的值，而不是类？
或者，另一种想法是按密度对目标进行聚类，然后通过使用SMOTE或ADASYN生成假数据生成均衡的聚类？
注意，我不想减少离群点的影响。相反，这些
浏览 0提问于2018-10-05得票数 0
回答已采纳
最近，我在做一个项目，发现我的交叉验证错误率很低，但是测试集错误率很高。这可能表明我的模型太合适了。为什么我的交叉验证不过分，而我的测试集覆盖？
更确切地说，我有大约两百万的观测数据，有100个变量(n>>p)。我把数据随机分成80/20列车和测试。然后，我在训练集上用5倍交叉验证来拟合一个模型(即XGboost)，估计的错误率很低。然后，我使用相同的参数设置，并使用整个训练集来拟合模型。令人惊讶的是，当我使用测试集来评估模型的性能时，错误率明显高于CV错误率。为什么？
编辑：
(关于错误率)
错误率实际上是多项式逻辑损失。我的CV错误率为1.320044 (+/- 0.00212
浏览 0提问于2017-03-01得票数 9
1回答
我有一个scikit学习分类器clf，它已经安装了一些数据，并且有足够的观察结果，最初的.fit(X, y)需要一段时间(>30)。
我每秒钟都会得到新的数据点，我想用它来更新模型。是否有可能在这些新的数据点上重新训练模型？还是必须将新的数据点添加到旧数据集中，然后用所有数据从头开始对模型进行重新培训？
我想避免再次对模型进行再培训，因为我获得新数据的速度比模型重新培训的速度要快，这是有问题的(如果有问题，我可以进一步扩展，但我认为细节与问题无关)。
示例
使用旧数据对模型进行培训：
clf = MLPClassifier()
# X and y have enough observat
浏览 4提问于2022-07-25得票数 -1
回答已采纳
2回答
视图应该调用助手函数吗？
假设我将数据从DB传递到视图。数据是unix时间戳。我应该在视图中调用将其转换为人类可读的TS，还是应该在传入之前在控制器中转换它？或者我应该在模型中做一个转换方法..。
寻找一个“最佳实践”或“安全编码”相关的答案。
浏览 0提问于2014-06-27得票数 3
回答已采纳
我用glm建立了一个逻辑模型，其中包含了10个预测因子和一个二进制响应变量。该模型是使用我的整个数据集的子集(~8000观测)创建的，随机选择了3000个观测数据，将这些数据放入一个新的数据集(新数据)中，并将glm与新数据进行拟合。
为了评估模型，我想看看模型如何很好地描述了不同数据集(testdata)中的数据，该数据集具有随机选择，例如，从整个数据集中随机选择1000个观测值。在R里我该怎么做呢？
我已经为系数建立了置信区间，并查看了Wald-统计和轻轨以评估我的模型的统计意义，但我希望能够看到它能够很好地描述随机选择的完整数据集。
谢谢一堆人！
浏览 2提问于2014-05-04得票数 0
回答已采纳
1回答
我就直接跳进去。我有一个合理的大小(100 K观测)数据集的时变，连续和绝对预测。实际上，分类预测器通常不会改变，但是，每天都会有一个连续的变化。另一种复杂性--我正在努力解决的复杂性--是这样一个事实，即数据被聚集在几个层次上(随着时间的推移，来自同一个个体的测量，数据集中有多个个体)。
所以，我有这样的事情：
id | day | cont_predictor | cat_predictor | daily_outcome
1 | 1 | 1.4 | 1 | 0
1 | 2 | 1.7 | 1
浏览 0提问于2020-06-19得票数 1
在任何预测任务中，将模型与训练过程中观察到的数据“拟合”的过程最好描述为.
评估所有可用的观测结果，然后反演最佳拟合的维数。
利用现有的所有观测数据建立一个模型，然后利用距离或其他措施来评估模型的特点或“符合”其数据的程度。
从线性模型开始，然后扩展该模型的维数，直到它符合数据。
从线性模型开始，然后回归直线的形状，直到它符合数据。
这是我感到困惑的四点。哪一个/一个是真的？
浏览 0提问于2020-07-28得票数 0
回答已采纳
我目前正在使用XArray的Python模块中的天气数据，比较短期模式预报和美国特定地区的观测数据。模型数据存储在.nc文件中；观测数据包含在源自ArcGIS的.asc文件中。 当通过matplotlib绘制数据时，很明显观测数据已经旋转，以至于它相对于同一时间段的模型数据被错误地映射。为了确保误差出现在数据集而不是曲线图上，我计算了每个实例中降水场的质心；两个项目的质心也有很大不同，这意味着误差存在于观测文件本身中。 因此，我想知道是否有一种已知的方法可以通过更改特定条目的位置来实际旋转观测数据字段(存储为XArray数据集中的数据变量)，同时保留集合的形状。我已经尝试过换位，但没有成功解
浏览 8提问于2020-07-24得票数 1
3回答
我有一个32,000的数据集，我为它建立了一个线性模型。~12,000次观测因缺失而被删除。
我试图使用预测函数来回溯32,000个数据点中每个点的期望值，但正如预期的那样，这会给出“替换有20000行，数据有32000行”的错误。
，我是否可以使用在20,000行上建立的模型来预测32,000行的数据呢？对于模型中使用的每一列都没有结果的观测，我很高兴得到“零”。如果没有，我如何才能至少正确地对32,000个数据集进行子集，使其只包括20,000个完整的观测数据？例如，如果我的模型是lm(a ~ x+y+Z，data=data)，我如何过滤数据以只包含x、y和z中的完整数据？。
浏览 5提问于2020-05-17得票数 2
2回答
在我的问题中，dataset响应变量非常偏左。我试着将模型与h2o.randomForest()和h2o.gbm()相匹配，如下所示。我可以给曲调min_split_improvement和min_rows，以避免过度适应这两种情况。但是有了这些模型，我发现尾部观测有很高的误差。我尝试过使用weights_column对尾部观测数据进行过采样，并对其他观测数据进行过采样，但这并没有帮助。
h2o.model <- h2o.gbm(x = predictors, y = response, training_frame = train,valid = valid, seed = 1,
浏览 1提问于2018-01-18得票数 5
回答已采纳
2回答
不平衡类的离群点检测
、、、
我必须建立一个预测模型，根据其他一些数值数据来预测一个布尔变量韩元/丢失变量，并进一步找出“Won”观测值的特征。
然而，在我的数据集中‘韩元’的数量是0.05%。我试过过抽样和过抽样，但都没成功。即使我取了等量的“韩元”和“失落的”，这个模型对于其余的“丢失”值也是不准确的。我也试过举重，但效果不太好。理想情况下，我认为我必须把一个非常高的重量'Won‘。
PS:使用RandomForestClassifier，并使用混淆矩阵进行验证。
我并不热衷于尝试SMOTE，因为我听说它在Python中很难。
所以现在我试着用另一种方式来看待它，并对“韩元”案例进行异常检测，因为数据中很少有“
浏览 0提问于2016-05-05得票数 3
回答已采纳
1回答
我有一个包含数百万个样本的数据集，它们有5个特性和1个目标，我正在使用它作为回归模型。有了非常大的样本计数，一些模型(比如随机森林)变得非常大(腌制时有几个GB )。
这些数据通常有重复的或接近重复的--这些是真实的观测--但测量值只是巧合地相同(这是仪器输入范围和精度有限的结果)。
(理论上)或去除重复对模型准确性的影响是什么？
浏览 0提问于2021-03-13得票数 0
回答已采纳
1回答
我在一个数据集中有一个二进制响应变量(label)，它有大约50,000个观测值。
训练集有点不平衡，1约占观测值的33%，0约占观测量的67%。现在在XGBoost上，我得到了一个大约0.67的ROC-AUC分数.
响应变量是二进制的，因此基线在概率上是50%，但同时数据不平衡，所以如果模型只是猜测=0时，也会达到ROC-AUC评分为0.67。那么，这是否表明，该模型的表现并不比0.67的概率更好？
浏览 0提问于2022-04-24得票数 0
我正在使用R中的eRm软件包来使用部分信用模型来检查临床评估量表的性质。我知道如何从一个简单的拟合PCM中提取人的能力估计(thetas)，但我有一个具有重复观测的数据集(大约250个人对仪器的1200次观测)。为了不违反有条件独立性的假设，我将PCM与从每个研究对象中随机抽取的单个观测数据进行了拟合。这一切都是可行的，但我现在想要使用安装的PCM来为其余的~950个未用于拟合模型的观测生成人的能力估计；我无法从eRm包文档中看出如何做到这一点？
建议非常感谢
浏览 2提问于2020-05-27得票数 0
我在学习E/R模型的数据库讲座时，讲解了如何将三元关系转换为二进制关系。一种方式是使用弱实体关系，如下所示(每个关系是M:N基数)：
三元关系：
将上层关系转换为弱关系
但是，在另一个示例中：
它在演讲幻灯片中写道：“如果每个技术人员可以在几个项目上工作，并在每个项目上使用相同的笔记本，那么我们可以将三元关系分解为二元关系”，如下所示：
这是我无法理解的。我仍然有点困惑，什么时候我们应该使用弱实体方法，什么时候我们可以简单地将其转换为二进制关系作为后者。谢谢!
浏览 5提问于2017-10-23得票数 2
回答已采纳
前言:我现在意识到我应该使用分类模型(也许是决策树)，但我最终使用了线性回归模型。
我有一个熊猫数据框架，如下所示：
我想用流派，年份，番茄米的分数来预测观众分数。但正如构建的那样，每部电影的流派都是以列表的形式出现的，所以我觉得有必要将每种流派作为单独的变量传递到我的模型中。
这样做之后，我修改后的dataframe看起来像这样，每个电影都有重复的行，但该电影的每个流派元素都是孤立的(只有一部电影从dataframe中拉出来显示)：
现在，我的问题是，我是否可以将这第二个数据帧传递给Patsy和statsmodel线性回归，或者行复制是否会在我的模型中引入偏差？
y1,
浏览 2提问于2015-07-15得票数 0
df1 = data.frame(id=c('A1','2','B3','4','5','6','7','8','9','10'),s1c1=c(0,0.2,0,0.5,0.8,0,0,0,0,0),s1c2=c(0,0,0.3,0,0,0.9,0.3,0,0,0),s1c3=c(0.1,0,0,0,0,0,0,0.2,0.8,0.1))
df2 = data.frame(id=c('A1','2',&#
浏览 1提问于2017-08-07得票数 1
我希望使用clear documentation 使用自定义性能指标来训练使用caret.的模型，这样我就能够创建新的性能指标。但是，我想将每个预测的附加信息传递给下面的performance.metric函数。我看到data有用于pred和obs的列，它们分别是预测数据和观测数据。我还看到可以添加文档中明确指定的weights和classProbs。是否可以为每个预测传递额外的信息？
具体地说，我希望使用模型产生的预测序列中的美元回报来评估资产预测算法的性能。我的预测(data$pred)是资产的每日变化。要获得每天的dollarReturn，我需要传入资产的每日更改。我不知道如何传递ass
浏览 2提问于2015-03-20得票数 0
3回答
带有偏差的不平衡分类
、、、
问题：
为客户提供特殊待遇的业务历史启发式规则在试图使用机器学习时在dataset中造成了偏差，以便为该特定交易进行更复杂的客户选择。
更详细的
：
对于所有customer performance metric得分> 90%的客户，提供了一项交易。其中10%似乎是一个糟糕的决定，因为他们接受了这笔交易，但之后未能满足要求。因此，在掌握了这些信息之后，我用以下方式给我的数据贴上了标签:每一位接受交易但未能满足要求的客户都是0，其他接受交易的人都是1。
class 1: 90%
class 0: 10%
然而，即使这是一种非常直观的标记类的方法，已经存在的启发式在数据中产生了一种偏差，这
浏览 0提问于2021-06-01得票数 0
我有一个半复杂的UI，在其他事情中，保持用户输入的特定值的运行总数，以确保它们相加为100%。由于每个数据项本身都不知道所有其他数据项，因此我在主模型中使用一个计算出的可观测数据来处理此计算，而不是实际数据项本身上的一个可观测数据。
我注意到，即使当用户过滤列表(通过ajax调用)时，即使我将列表替换为单个项，似乎也存在与所有现在缺失的项相关的计算可观测值，我猜这是因为我使用一个函数来生成“动态”可观测值。
我试图在我的主‘表’上使用ko.cleanNode，但这只是阻止了它的刷新。在这种情况下，处理计算可观测数据的正确方法是什么？
视图：
<span class="remain
浏览 1提问于2012-06-20得票数 2
我有一个纵向数据帧，每个id有多行。
> data("dietox")
> head(dietox, 5)
Pig Evit Cu Litter Start Weight Feed Time
1 4601 Evit000 Cu000 1 26.5 26.50000 NA 1
2 4601 Evit000 Cu000 1 26.5 27.59999 5.200005 2
3 4601 Evit000 Cu000 1 26.5 36.50000 17.6000
浏览 8提问于2019-08-17得票数 0
回答已采纳
我的问题类似于另一个较老的问题：“如何获得用R中的函数多项式创建的模型中包含的观测量？”但是我想要寻找的是精确的观测，而不是观察的数量，在模型中进行分析。最终，我希望原始数据集与预测(拟合)概率的新列相结合。但让我举一个例子来说明我的问题：
如果我的样本是1000，一些变量有NA值，并在R中拟合一个多项式()，然后使用fit ()，然后发现fit()的长度仅为870，这意味着在估计模型时不包括130个obs。现在，fitted()只生成一个870*1 (即一列)的数字(概率)，我无法知道每个概率数对应于哪个观测值。我认为有两种方法可以解决这个问题：
在估计模型之前，找出哪些观测被排除在外，
浏览 1提问于2016-01-12得票数 0
回答已采纳
一般情况下，机器学习模型是建立在数据集上的。我想知道是否有任何方法来生成合成数据集使用这种经过训练的机器学习模型，保持原始数据集的特点？
原始数据->建立机器学习模型->使用ml模型生成合成数据.！
有可能吗？如果可能的话，请告诉我相关的资料。
浏览 0提问于2015-04-01得票数 22
回答已采纳
1回答
我试图在R中运行一个GLM，用于生物量数据(还原生物量和生殖生物量与营养生物量的比率)，作为生境类型("hab")的函数，收集年份数据(“年份”)和数据收集站点(“站点”)。我的数据看起来很适合伽玛分布，但我有8个观测值为零生物量(在大约800个观测中)，所以这个模型不能运行。处理这件事最好的方法是什么？另一个要使用的错误分布是什么？或者将一个非常小的值(如.0000001)添加到我的零观测值是可行的吗？
我的模型是：
reproductive_biomass<-glm(repro.biomass~hab*year + site, data=biom, family =
浏览 0提问于2017-04-25得票数 5
回答已采纳
1回答
可观察数组的可观察对象？
、、、
我有一个Firestore文档，它有两个属性，它们都是Firestore数据库中其他地方不同<Game>{}对象的I数组。 有没有办法让我创建一个observable来流式传输一个对象，该对象包含这些ids所表示的项的两个单独的数组？ 我不认为有办法只有一个单一的对象流，因为(一旦我订阅)我就不知道哪个项目属于哪个数组，因为数组大小不是恒定的。 我刚接触可观察性和rxjs，并且经常阅读关于不同运算符的文章，但我有点被困在这里，如果找不到解决方案，我会考虑重新组织我的数据。 现在，在我的服务类中有类似这样的东西，但当我订阅该函数时，它不会像我期望的那样工作。 getPlayer
浏览 15提问于2019-04-19得票数 1
回答已采纳
我目前正在尝试用Python制作鼓机。我想要它，所以它播放一个声音，当用户按下一个键。
使用msvcrt模型，我让它识别按键，但我想知道怎样才能在那之后产生一些噪音。
以下是我的当前代码：
from msvcrt import getch
while True:
key= ord(getch())
if key == 27: #the esc key
break
if key == 113: #the w key
#play sound
现在我该怎么做呢？是否有一个特定的模块，我可以使用这样的事情，
浏览 0提问于2017-05-01得票数 0
回答已采纳
1回答
背景-我正在处理的数据集是高度不平衡的，类的数量是543。数据以日期为界。经过5年的研究，我发现这种不平衡是固有的，而且是持久的。模型将得到的测试数据也将以一个日期范围为界，并且也会出现类似的不平衡。
造成数据不平衡的原因是消费金额不同，产品受欢迎程度不同。处理不平衡会对企业造成不公正。
问题--在这种情况下，可以继续在不平衡的数据上建立模型吗？
该模型将每月对新数据进行再培训，并将用于每月一次的预测。
浏览 0提问于2020-07-10得票数 3
我试图拟合一个非线性模型，但在网上找不到任何好的例子。
这个函数有名字吗？
它能线性化吗？
我试图估计参数a、b和c的随机效应g (如在组中)作为时间t的函数，如下所示。我可以在没有随机效应的情况下使用nls对模型进行拟合，但是很难使模型收敛。欢迎建议(最好在R内，但任何合适的套餐都可以)？
## time, repeated 16 times for 4 replicates from each of 4 groups
t <- rep(1:20, 16)
## g, group
g <- rep(1:4, each = 80)
## starting to create
浏览 3提问于2015-10-15得票数 5
假设您对两个类(是或否)有问题。虽然“是”类是固定的，但在观察没有演化的意义上，“NO”类的观测值可能会随着时间的推移而演变，并可能转变为“是”类。我想预测一个给定的观测值改变为是的概率。
这里可以使用什么样的ML模型？贝叶斯网络是否是一种解决方案？
我还想观察哪些变量发生了变化(或者哪些变量是最重要的)，哪些变量将“否”变成了“是”。
谢谢
浏览 0提问于2019-06-07得票数 4
我有一个数据文件(.csv)，其中每个观测值都是333个地区中的一个。每个区都有一个ID，如1101,1102，...。其次，我有另一个数据文件(.csv)，其中每个观察值都是112,975个城镇中的一个，包括人口数据。城镇数据有一个district_ID字段。每个区大约有300个城镇。因此，有一个地区有district_ID == 1101，大约有300个城镇有district_ID == 1101。
我想在我的地区数据集中创建一个地区级别的人口变量。这意味着将多个城镇观测值与每个单区观测值进行匹配，并对城镇级别的人口进行求和。
谢谢!
浏览 2提问于2013-03-17得票数 2
回答已采纳
我知道在Android的A-frame中启动Chrome视频需要一个用户发起的事件，但我不知道如何让Chrome接受通过融合光标触发的点击事件侦听器作为用户事件。
以下代码位于附加到多维数据集的组件的init中。
this.el.addEventListener('click',function(evt){
console.log("clicked");
var els = document.querySelector('#video');
els.components.material.material.map.image.play
浏览 10提问于2017-01-27得票数 1
回答已采纳
在训练了sarimax模型之后，我希望将来能够用新的观测来预编预报，而不必再训练它。然而，我注意到我在新应用的预测中使用的观测数改变了预测。
根据我的理解，只要给出足够的观测量，允许正确地计算自回归和移动平均，该模型甚至不会使用先前的历史观测来通知自己，因为系数没有经过再训练。在一个(3,0,1)的例子中，我认为它至少需要3个观测才能应用其经过训练的系数。然而，情况似乎并非如此，我怀疑我是否正确地理解了这一模式。
作为一个示例和测试，我对相同的数据应用了一个经过训练的sarimax，去掉了最初的几个观察结果，用以下代码测试行数对预测的影响：
import pandas as pd
from s
浏览 4提问于2022-02-23得票数 0
回答已采纳
我有一个拥有19k观测数据的数据集。每一个都有大约448个特征：-文本描述变成了大小为300 - 16的向量，用数字表示，其余的是定量特征。
每个观察都有一个列表，指向最相似的其他10个观察结果(来自19k)。我想训练一个ML模型，它可以理解448个特性是如何促成这种“相似性”的。一旦模型理解了这一点，它就可以根据它如何理解这种“相似性”，准确地为任何新的观测选出10个最近的现有观测。
我尝试过使用Python的scikit learn (K-方法、MBKM、亲和传播)进行聚类，但这些方法并没有真正奏效。我目前正在尝试NearestNeighbors，但我不确定我是否正确。
请帮帮我！谢谢。
浏览 0提问于2019-07-11得票数 1
1回答
我有一个多类机器学习问题，我将尝试不同的方法，如逻辑回归，决策树，多层感知器等。
数据集中的观察值有一个属性，它是从1到5的索引，它定义了某个观察值被正确分类的重要性(索引1非常重要，5根本不重要)。我的问题是：
问题1:我应该如何向模型强调较低的指数观测具有更大的重要性？我在考虑复制这些观测值，这样模型就可以更好地拟合较低指数的观测值，还有其他可能的方法吗？
问题2:我可以使用什么性能评估标准来找到能够很好地预测这些低指数观察值的模型？(无需计算索引在正确预测的实例中的分布。)
致以敬意，
浏览 11提问于2017-02-27得票数 1
回答已采纳
我用mgcv的gam函数来拟合R中的模型，它看起来有点像这样。
m <- gamm(y ~ s(x))
然后我绘制了变异图。我期望与x作为空间坐标的相关性，以及组内的相关性，所以我这样做了。
Variogram(m$lme, form = ~x|Group)
然而，变异函数有一个名为"n.pairs“的列，它由非常大的数字组成。
这些数字代表什么？
例如，对于距离等于5的第一行，我目前看到的是20000 n.pairs。
然而，没有20.000对观测结果表明，1)有5(相对于x)和2)的精确差异来自同一组。
那么，如果不是那样的话，这个数字还代表什么呢？
不能完全理解这一点：
浏览 1提问于2017-05-31得票数 1
回答已采纳
我在理解Baum算法的精确工作上有一些问题。我读到，它调整了HMM的参数(转移和发射概率)，以最大化我的观测序列被给定的模型所看到的概率。
然而，如果我有多个观察序列，会发生什么呢？我想针对大量的观察来训练我的HMM (我认为这就是通常所做的)。
例如，ghmm可以为baumWelch方法同时获取一个观测序列和一组完整的观测数据。
在这两种情况下都是一样的吗？还是算法必须同时知道所有的观测结果？
浏览 1提问于2013-06-15得票数 8
回答已采纳
1回答
在实践中，如何从大数据集中取样(例如。+/- 5000万个不同的观测)来使用Python执行ML？大多数非参数模型(例如支持向量机、集成模型)开始用小得多的集合(例如200特征，200 K观测)来推送计算机资源。
在工业实践中是如何做到这一点的？
这里的其他问题可以理解，但不要明确地提出。所以这不是复制的。提前谢谢。
浏览 0提问于2019-03-31得票数 0
为了提供一个最小的例子(我想在许多应用程序中使用这个解决方案)，我在MATLAB中使用了regress函数。
我在MATLAB中拥有的数据是(月)时间序列，然而，某些数据点在某些序列的开头是缺失的。
假设Y是任意回归模型中的一个因变量，我想运行10个回归模型，
$$Y_t=\alpha+X_{i，t-1}$$
因此，我想运行9个模型，其中Y是因变量，每个模型--解释性变量--从$X_2$更改为$X_10$。
为了澄清，我想运行9种模型(见图)，
我遇到的问题是，我希望第一个使用Y(即data(:,1))和X2 (即数据(：，2))的模型使用前1000个观测值，但是对于X3，
浏览 0提问于2018-12-04得票数 1
回答已采纳
1回答
在这里做预测的新手。我有从01-2018到08-2019的数据。数据集每周一次。我将数据集分为训练数据集和测试数据集，然后尝试使用accuracy函数检查模型的准确性，但在这里我得到了以下错误：
window.default(x，.)中的错误：'start‘不能在'end’之后，此外:警告消息:在window.default(x，.)中：'start‘值未更改
任何帮助都将不胜感激。
数据集：
library(forecast)
tsCM=ts(df$value, start=c(2018,1,5),end=c(2019,8,2),frequency =
浏览 1提问于2019-08-19得票数 0
回答已采纳
目前，我创建了一个ASP.NET WebApi应用程序。由于RESTful应用程序是会话无状态的，所以我正在考虑如何保持开放的数据库连接？每次用户发送WebApi请求时，我也可以重新打开数据库。
但是哪一种解决方案会更好呢？
试着保留数据库连接--但是如何保持呢？
每次用户发送WebApi请求时重新打开连接？
谢谢，安德烈亚斯
浏览 4提问于2012-09-04得票数 0
回答已采纳
数据框架由变量Date、Type和Total组成，其中Type为Buy或Sell。
我们如何对观测进行分组，使只有同一Type的相邻观测被聚在一起，然后将每一组中所有观测的Total之和。换句话说，我们一直将下一个观察添加到当前组，直到Type的值发生变化。
例如，在下面的数据框架中，组如下所示
Obs 1 & 2
Obs 3 & 4
Obs 5 & 6
7，8和9
可复制的数据，谢谢@bgoldst：
df1 <- data.frame(Date=rep(as.POSIXct('2016-06-16 06:27:39&#
浏览 4提问于2016-06-16得票数 1
1回答
创建了一个最小二乘回归模型，它使用的数据集具有一定的x值和y值，然后如何使用不来自原始数据集的x值来找到与该x值对应的y值的残差？
当我使用resid(lm(y~x))时，它给出了所有原始点/观测的残差，但我感兴趣的是求出回归线上不属于原始数据集中观测的点的残差。
浏览 6提问于2022-10-15得票数 0
1回答
我需要运行许多OLS回归(~1.600)。我已经为1.600次观测收集了60个数据点。
我使用Fama & French 5因子模型，其中每个观测的60个数据点与样本中的日期相匹配。例如，我有一个开始日期'2010-1-1‘到结束日期'2015-1-1’的数据文件中的五个因素参数。
我需要针对给定股票的股票回报运行这些参数。现在，由于五个因子参数被收集在一个dataframe中，大约有96.000行(1600* 60 )和五列(对于每个因素)，我需要选择前60个观测，使用OLS对一组返回运行这些观测，存储估计的系数，然后为因子参数和股票回报选择下60个观测。
我试过用切
浏览 1提问于2017-04-17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
即时通信 IM
腾讯会议活动推荐
腾讯云开发者
