1回答
Python中的信号拟合模型
、、、、
我在以下链接中共享了一个数据集：
当我们将实际信号和估计信号绘制在一起时，得到的结果如下所示我想找到估计信号和实际信号的最接近模式。我试图通过将数据加载到DataFrame中来使用pandas.rolling_max()找到最接近的</e
浏览 19提问于2017-07-06得票数 3
1回答
这个问题是关于python中的曲线拟合。首先，我要说，我不知道要插入到枕库中的"curve_fit“函数中的曲线拟合函数；因此，如果我对插值感兴趣，但我的目标是在未来点预测值，换句话说，外推法，我尝试使用一个多拟合。我已经附上了一个原始信号的屏幕截图，平滑和它的多适合结果。
它有正确的聚序，但在外推中</em
浏览 2提问于2017-10-14得票数 0
回答已采纳
我正在研究一个带有噪声和干净信号的去噪自动编码器问题。在将信号传递给我的模型之前，我想应用最小-最大归一化，并且不确定正确的应用方法。该模型将噪声信号作为输入，输出/参考信号作为清洁信号(去噪自动编码器是一种无监督学习，特征和标签的概念在原始意义上可能不适用)。目前我应用缩放的方法是在拟合到模型之前分别对噪声信号和干净
浏览 0提问于2021-10-09得票数 1
回答已采纳
如下所示，我的任务是使用AR建模来消除噪声信号中的伪影。假设我在原始数据中有心电图或肌电图。在IEEE上，我发现这是可能的，通过小波变换，巴特沃斯滤波器或经验模式分解。原始EMG：我和自回归模型到底有什么关系？据我所知，它现在被用来预测数据。
浏览 3提问于2021-03-25得票数 2
回答已采纳
1回答
我发现可以用sklearn.mixture.GaussianMixture (参见)用sklearn (例如直方图，见第一张图)将高斯混合模型拟合到一维信号中。
浏览 1提问于2018-02-08得票数 0
信号看起来是这样的
模型= ARIMA(output.values，order=(2，1))当我用
model_fit.plot_predict但是当我使用plt.plot(model
浏览 3提问于2020-10-13得票数 0
回答已采纳
1回答
我正在处理的数据集对应于单个时间序列信号。每个信号都是唯一的，具有不同的数据点总数，尽管每个信号代表相同的语义数据(以每小时英里为单位的速度)。我正在与Keras合作，并试图将一个基本的神经网络与数据相匹配，以便对其进行评估。下面是Python代码：model.add(Dense(64, activation='relu'))
model.add(Dro
浏览 0提问于2020-11-02得票数 2
1回答
我尝试使用MATLAB的pmcov()函数来计算一个采样频率为1000 Hz、长700ms的离散时间信号的功率谱估计。此函数需要用于生成PSD估计的自回归模型的模型阶数。我如何估计这个模型的阶数来预测拟合的正确性？我知道像AIC，BIC，GIC这样的判据可以用来估计模型的阶数很少，但是却不知道如何在matlab中使用它们。有人能
浏览 40提问于2017-05-17得票数 1
我对在python3x中应用Henze的多元正态检验感兴趣，我想知道我是否可以在木星笔记本中的python中这样做。我已经用我的数据拟合了一个VAR模型，然后我想测试这个拟合的VAR模型的残差是否是正态分布的。
我怎样才能在木星笔记本上用巨蟒做这件事？
浏览 7提问于2017-09-17得票数 3
回答已采纳
我正在开发一个脚本，用来检测来自生物源的信号数据的峰值。我想创建一个半自动模型，帮助预测哪些峰值是正确的。当用户手动选择这些峰值中的几个以帮助告诉模型哪些是正确的时，此脚本会得到改进。我试图实现的工作流程是: 1.用户手动选择数据2.脚本获取正确的数据并将其拟合到模型3.使用模型预测给定峰值的可能性是正确的。4
浏览 39提问于2019-10-08得票数 0
2回答
6维向量的无监督聚类
、、、
我有17k向量，每个矢量有6分，我想根据点的性质对向量进行聚类，例如。线性增长到一个簇，凸在另一个簇，凹在另一个，在另一个下降等等。做这件事的好策略是什么？我需要它来检测离群点向量。
浏览 0提问于2018-06-05得票数 0
2回答
检查过拟合
、、、、
我希望确保我的模型不会过度拟合。我使用交叉验证检查了过拟合。所有折叠的结果都是close.But的，同时我检查了训练和测试预测。测试大小为0.25。而且训练和测试预测是如此不同。这表明我的模型过拟合了。我应该相信哪个结果？交叉验证或测试/训练prediction.Is我的模型过拟合？
注意:我使用的是python。Sklearn用于交叉
浏览 0提问于2020-03-10得票数 0
2回答
用AIC评估ARIMA模型
、、、、
最近我遇到了ARIMA /季节性ARIMA，我想知道为什么选择AIC作为模型适用性的估计器。根据Wikipedia，它在惩罚非简约模型的同时评估拟合的好坏，以防止过度拟合。许多网格搜索功能，如Python或R中的auto_arima，都将其用作评估指标，并建议具有最低AIC值的模型为最佳拟合模型。然而，在我的例子<em
浏览 218提问于2020-06-08得票数 1
我用Python在一个包含大约200个样本的小监督数据集上训练和测试了一个KNN模型。我想将这些结果应用于一个包含数千个样本的更大的无监督数据集。我的问题是:有没有一种方法可以使用小的监督数据集来拟合KNN模型，然后更改大的无监督数据集的K值？我不想通过使用较小数据集中的低K值来过度拟合模型，但不确定如何拟合模型</em
浏览 34提问于2019-01-31得票数 0
回答已采纳
正规化是正常化的一个子集吗？我知道，当所有的值都不是相同的尺度时，就会使用规范化，但正常化也是用来降低数值的，规范化.So也是如此，两者之间有什么区别呢？
浏览 1提问于2017-10-30得票数 15
回答已采纳
2回答
我不知道这是不是最好的地方，所以如果不是，请告诉我，所面临的挑战是底层数据的正态分布是倾斜的，我不知道如何在Python中将混合模型与
浏览 7提问于2022-01-27得票数 2
1回答
我正在一个由41k观测和~60功能组成的数据集上训练catboost。数据集是空间分布的纵向序列(9年)。目前，我只是使用数据的随机重采样，而忽略了空间和时间上的依赖关系。模型选择采用5倍CV，部分数据作为外部测试/显示集。训练和测试AUC之间的差异是相当大的，这意味着过度适应。相反，第二次hp配置减少了训练集和测试集之间的差异，但测试性能也降低了。那么，我的问题是，我应该关心训练和测试集之间的差异，还是只
浏览 3提问于2021-09-30得票数 0
1回答
我想知道在Python中是否有一个函数可以找到最小绝对偏差和考虑点的不确定性的一组数据的最佳拟合线( 2D)或最佳拟合平面( 3D)。
事实上，我有三维点，我想要它们中最适合的平面。在sklearn和statsmodel python库中都存在加权最小二乘(WLS)拟合函数，通过在状态模型的分位数回归中加入q=0.5，得到最小绝对偏差。然而，怎样才能有加权最小绝对回归拟合<
浏览 2提问于2020-05-29得票数 0
1回答
我有以下的预测比特币价格的LSTM网络(图1)。每小时都有比特币的收盘价。我面临一些问题，任何建议都很感激。我应该如何确定我的LSTM网络参数。(单位，历元，batch_size，time_steps输入)
浏览 2提问于2020-10-31得票数 0
1回答
我使用的是python的"arch“包。我正在用均值模型ARX拟合GARCH(1,1)模型。在拟合之后，我们可以直接调用条件波动率。但是，我不知道如何调用建模的条件平均值
有什么帮助吗？
浏览 0提问于2016-05-20得票数 0
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号