我正在尝试编写一个机器学习模型，该模型获取我的数据集并创建线性回归图，然后获取用户给定的响应并输出与给定整数相对应的值。我该怎么做呢？任何代码示例都会有很大的帮助。我很确定我有一个合适的算法。
浏览 15提问于2020-11-04得票数 0
2回答
我在一些与机器学习有关的面试中收到了这个问题，下面是问题首先，为了简单起见，我假设这个模型用于一些有监督的学习任务(分类/回归)，然后是。首先，我将尝试找到用于创建该模型的学习算法
浏览 0提问于2019-01-06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
浏览 0提问于2014-12-11得票数 0
回答已采纳
问题陈述:我正在处理一个线性方程组，它对应于一个不适定的逆问题。我可以在Python中手工应用Tikhonov正则化或岭回归，并获得对我的问题足够精确的测试数据的解决方案。我想尝试使用sklearn.linear_model.Ridge来解决这个问题，因为我想在这个包的线性模型部分()中尝试其他机器学习方法。我想知道在这种情况下使用sklearn是否使用了错误<e
浏览 2提问于2021-03-28得票数 1
回答已采纳
1回答
我有一个数据集，我使用Sklearn决策树回归机器学习包为预测目的建立一个模型。随后，我试图利用scipy.optimize包来解决基于给定约束的最小解。但是，我不确定是否可以将决策树模型作为优化问题的目标函数。在这种情况下，应该采取什么办法呢？我曾经尝试过线性回归模型，比如LarsCV，它们工作得很好。但是在线性回归模
浏览 1提问于2019-02-22得票数 7
我试着用Python实现真正的样本外预测。我已经研究了好几天了，没有运气。
我看到了下面给出的股票价格预测样例代码，我试图修改它来预测由热化学过程引起的温度变化(时间序列问题)。据我所知，示例代码将历史数据集(例如100个数据点)转换为'n‘天，然后将剩余的数据点分成两组，用于培训(80%)和测试(20%)，然后继续预测/估计预定'n’天的股票价值。是否有可能修改此代码以预测历史数据<e
浏览 4提问于2020-04-27得票数 1
2回答
数据集的预测能力
、、
我正在为本科生读一本关于机器学习的书。实际上，我对线性回归的灵活性感到困惑：
有时，线性回归将无法恢复一个好的解决方案的数据集。虽然这可能是因为我们的数据实际上没有预测能力，但它也可能只是表明我们的数据是以不适合线性回归的格式提供的
浏览 0提问于2020-09-03得票数 2
回答已采纳
1回答
在AWS机器学习中，只有两种内建的预测/分类模型.Logistic回归和线性回归。在AWS ML的当前版本中，是否有可能：
( 1)重新建立logistic模型和线性回归模型下的模型。2)构建用Python/R编写的自己的模型，在AWS ML上实现它们，并运行诸如神经网络、
浏览 12提问于2016-12-13得票数 2
回答已采纳
请您指导我如何在基于Java/JVM的应用程序(生产中)中创建和执行机器学习模型/统计模型(回归、决策树、K均值聚类、朴素贝叶斯、记分卡/线性/logistic回归等以及GBM、GLM )。我们有一个基于ETL的基于Java的产品，它可以完成机器学习的大
浏览 5提问于2016-06-12得票数 5
回答已采纳
3回答
我需要更多地了解特性数量与线性模型回归之间的关系，基于Andreas C.Müller和Sarah Guido所著的“机器学习与Python入门”一书第47页的这一段：
对于具有许多特征的数据集，线性模型可能非常强大。特别是，如果你有比训练数据点更多的特征，那么任何目标y都可以完美地建模(在训练集</e
浏览 0提问于2018-08-04得票数 0
回答已采纳
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，
浏览 0提问于2020-04-22得票数 0
3回答
我目前正在从事一个线性回归项目，在这个项目中，我需要收集数据，将其拟合到一个模型中，然后根据测试数据进行预测。| 7000| 676|| 9000| 680|我不知道的是如何正确地将这个数据集拟合成线性回归<em
浏览 8提问于2017-06-27得票数 3
回答已采纳
1回答
我对数据科学非常陌生(这是我的hello world项目)，我有一个由复习文本和数字数据(如表格数量)组成的数据集。还有一个评论栏，它是一个浮动(该餐厅所有用户评论的avg)。因此，一行数据可能类似于： rating: 3.765, tables: 30,
浏览 0提问于2019-08-18得票数 1
我在试着预测房子的价格。因此，我添加了no-of-room作为一个变量来获得预测。当我训练模型时，该变量的先前值是(3,2,1)。它将如何给出新值的输出？
它是否只考虑了除no-of-room之外的变量？我使用Boosted决策树回归作为模型。
浏览 3提问于2019-01-31得票数 0
我正在尝试构建一个机器学习模型，该模型可以预测给定数据集的延迟( clear_date和due_in_date之间的差异)。我将数据集拆分为x_train、y_train、x_test、validation_set。我使用的是sklearn库中的线性回归模型。当我尝试将数据拟合到线性<
浏览 36提问于2021-01-29得票数 0
回答已采纳
什么是线性和非线性机器学习模型(算法)的一些例子，目的是比较这两类？哪些是参数(或线性代数意义下的标量)，哪些是预测因子/因子(或线性代数意义下的向量)？
浏览 0提问于2018-04-15得票数 4
这是一个数据集的一部分，其中包含1000条不同地点的房屋租金定价条目。数据集3 2310
浏览 1提问于2019-12-28得票数 1
回答已采纳
2回答
我工作的公司有一个个人使用的网站来追踪线索和机会。我实现了一种线性回归算法来预测机会得分，该算法是根据公司的历史数据进行训练的(我的准确率约为85-90%)。现在，该公司希望将他们的网站也提供给其他用户。我想知道我应该如何为多租户训练这个模型，以便它能够根据使用它的公司的数据进行预测，或者我应该在一个样本数据<
浏览 0提问于2021-06-13得票数 0
1回答
机器学习与学习与枕木统计
、、、、
我创建了50个随机x点和y点(斜率为y= 2x-1)。
首先，我使用sklearn的线性回归将模型拟合到我的数据集中，得到了2.0066...的斜率和-0.535...的截距。我的问题是:是否将模型与我们的数据集相匹配被视为培训？对于每个给定的x值，由于它有一个y值(监督)，我们的机器是否经过
浏览 0提问于2019-03-31得票数 1
MNIST数据集是包含60000个训练样本和10000个测试样本的手写图像，我只能使用数据集的一小部分--例如10000个用于培训，4000用于测试。我想知道我的结果是否与其他声称的结果相提并论。当我使用60k的训练和10k的测试时，这个结果是否等同于。
在一些已发表的论文中，我读到他们每班只使用40张图片，并且用它们来评价它们的准确性和性能，这符合以60k作为训练和10k作为测试
浏览 0提问于2018-01-14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
云直播活动推荐
腾讯云开发者
