我在Python语言中运行以下回归代码，并得到错误(PatsyError:模型缺少必需的结果变量)。我该如何修复它？
浏览 274提问于2016-07-26得票数 0
1回答
回归模型中的变量选择
、、、、
我建立了价格预测数据模型，使用多元线性回归，岭，拉索和弹性网络回归，最初我有215个变量。在创建模型之后，我运行了python代码来检查最终模型中使用了多少变量，这是python代码，用于检测岭回归中变量的数量，
print("Ridge Regression Selected " + str然后选择了212个多元</
浏览 0提问于2020-01-25得票数 0
2回答
我想用多个预测因子来预测多个因变量。如果我正确理解，原则上可以建立一系列线性回归模型，每个模型预测一个因变量，但是如果因变量是相关的，那么使用多元回归就更有意义了。我想做后者，但我不知道怎么做。到目前为止，我还没有找到一个专门支持这个功能的Python包。我试过scikit--学习，即使他们的线性回归模型示例只
浏览 4提问于2015-05-26得票数 9
回答已采纳
2回答
考虑到多元回归(如Y ~ X1 + X2 + X3 )，当cor(X1, Y)、cor(X2, Y)和cor(X3, Y)都是0.2等小值时，您认为是否值得将多元回归模型与数据进行拟合，而且(X1, Y)、(X2, Y)和(X3, Y)的曲线没有(线性、非线性)不相关？总而言之，
当每个自变量与因变量(视觉上是线性的和非线性的)不相关时，<e
浏览 6提问于2017-09-28得票数 0
2回答
改进线性回归模型的技巧
、、、
我刚刚在包含7个自变量和1个目标变量的数据集上运行了一个线性回归模型。下面是R平方和MSE值。训练集的均方误差: 36530921.0123有人能给我一些建议来提高这个型号的效率吗？
编辑:我刚刚实现了同样的问题，使用线性回归和归一化的特性。我得到了以下输出:训练集的均方误差: 5.468490570335
浏览 0提问于2018-04-18得票数 3
回答已采纳
我用3个不同的模型对64个变量进行了多元线性回归：使用随机森林进行特征选择，然后对所选特征进行多元线性回归。逐步线性回归会感
浏览 0提问于2019-06-10得票数 0
1回答
如何减少多元线性回归的变量？
、、、、
我有24个因素，这些因素已经转化为370个变量，然后需要在一个四因素多元线性回归模型中建模(需要生成一个四因素模型的列表)。我还需要同样的方法来生成一个包含2因素和3因素多元线性回归模型的列表
浏览 1提问于2019-07-14得票数 0
回答已采纳
1回答
我的任务是为一个预测问题(输入参数有数字和分类变量的组合)建立一个多元线性回归模型。 如果我使用人工神经网络(ANN)来构建一个进行预测的模型，这是多元线性回归模型还是深度学习模型？如果我可以使用ann来构建多元线性回归模型，我会感到困惑。
浏览 47提问于2019-01-24得票数 0
回答已采纳
1回答
我正在寻找一个实现多元线性回归的Python包。
(术语说明:多元回归处理有多个因变量的情况，而多元回归处理有一个因变量但有多个自变量的情况。)
浏览 0提问于2015-10-28得票数 19
回答已采纳
1回答
假设我们可以使用两个以上的特征变量来训练一个多元线性回归模型，我们怎么能想象模型的几何形状呢？
让我详细说明一下。对于具有特征变量和响应变量的线性回归模型，给出了一个线性回归方程(y = mx + c)和一个含有2个预测变量的多元线性<em
浏览 0提问于2020-08-27得票数 2
1回答
多共线性是多元线性回归的主要假设之一，当自变量之间的相关性过高时，多元共线性就会出现。然而，在学习线性回归时，关键问题之一是在模型中引入交互项来模拟交互效应，即当自变量对因变量的影响发生变化时，取决于其他一个或多个自变量的值(S)。
这两种说法不矛盾吗？如果模型</e
浏览 0提问于2020-08-13得票数 1
3回答
线性回归模型
、、
我是机器学习的新手，我想学的第一个概念是线性回归。我读过，要应用线性回归，我需要使用线性模型。从这个假设出发，我知道这是一个简单的线性回归模型：线性回归的定义是，因变量y应该是参数w的线性组合(但对于自变量x则不一定相同)。所以
浏览 0提问于2018-06-26得票数 2
2回答
我刚刚开始在python中学习机器学习，我正在学习多元线性回归。在那里我了解了虚拟变量陷阱，它可以通过反向消除来解决，但在应用反向消除时，我得到了这个错误。(PatsyError:模型缺少必需的结果变量)import pandas as pdimport numpy asreal_x.shape
浏览 0提问于2019-09-12得票数 0
在我的多元线性回归模型中，Y是因变量，PERCT_A，PERCT.B，PERCT_C，PERCT_D是对应于不同年龄组的百分比的自变量。每一行中这4个变量的总和是100%。固定其中一个基并进行多元线性回归是正确的吗？我运行了模型，得到的系数是合乎逻辑
浏览 1提问于2014-04-01得票数 1
我正在运行下面的代码，并不断得到PatsyError:模型缺少所需的结果变量。当我使用公式表示法运行它时，它是正常的但是，当我再次尝试使用np数组表示法时，我仍然得到错误
logit_model = sm.logit(X_tr
浏览 7提问于2021-10-09得票数 0
1回答
在多元线性回归模型中，为什么我们要比虚拟变量的总数少一个虚拟变量？
例如，如果模型包含4个虚拟变量，我们将更新特征向量以训练回归模型。x = x[:, 1:4]。
浏览 2提问于2018-08-19得票数 1
1回答
我想知道多元线性回归中各种变量的p值是如何计算的。我确信，在阅读几个资源时，<5%表示变量对于模型非常重要。但是，对于多元线性回归中的每个变量，p值是如何计算的呢？关于多元线性回归中各种变量的p值是如何计算的，我没有找到任何
浏览 2提问于2019-07-07得票数 2
回答已采纳
1回答
我试图建立一个多元线性回归，主要目的是通过了解系数及其置信区间来了解各种特征对响应的影响。
为此，我选择多元线性回归，因为系数是直观的解释，从标准误差和自由度，我可以得到95%的置信区间的系数。因此，我可以知道一个预测器的单位增加对结果的影响是什么。我可以使用更复杂的模型，例如基于树的模型，但
浏览 0提问于2019-07-18得票数 0
云服务器
ICP备案
实时音视频
云直播
对象存储
腾讯云开发者
