R自动回归
是一种自动化测试技术，用于对软件应用程序进行回归测试。回归测试是在对软件进行修改或更新后，验证修改是否引入新的错误或导致现有功能出现问题的过程。
R自动回归的主要目的是确保软件在进行修改后仍然能够正常运行，并且之前的功能没有受到影响。它通过自动化执行一系列预定义的测试用例来实现这一目标。
R自动回归的优势包括：
- 提高测试效率：自动化执行测试用例可以大大减少测试时间和人力成本，提高测试效率。
- 提高测试覆盖率：自动化测试可以覆盖更多的测试场景和测试用例，确保软件的各个方面都得到充分测试。
- 提高测试准确性：自动化测试可以消除人为错误，减少测试结果的误差。
- 可重复性：自动化测试可以重复执行相同的测试用例，确保测试结果的一致性。
R自动回归适用于各种软件开发项目，特别是在敏捷开发和持续集成/持续交付（CI/CD）环境中。它可以与其他测试工具和框架集成，如Selenium、JUnit、TestNG等，以实现更全面的测试覆盖。
腾讯云提供了一系列与自动化测试相关的产品和服务，包括：
- 腾讯云测试服务（https://cloud.tencent.com/product/ts）：提供全面的测试管理和执行平台，支持自动化测试、性能测试、安全测试等。
- 腾讯云云测（https://cloud.tencent.com/product/tc）：提供移动应用自动化测试服务，支持Android和iOS平台。
- 腾讯云DevOps（https://cloud.tencent.com/product/ci-cd）：提供持续集成和持续交付服务，支持自动化测试和部署。
以上是关于R自动回归的概念、优势、应用场景以及腾讯云相关产品的介绍。
相关·内容
我想在R中构建一个袋装的Logistic回归模型。我的数据集真的有偏差，有0.007%的正值出现。
我的想法是使用袋子Logistic回归来解决这个问题。我在R中偶然发现了hybridEnsemble包，有谁有如何使用这个包的示例吗？我在网上搜索，但不幸的是没有找到任何例子。
任何帮助都将不胜感激。
浏览 14提问于2017-03-11得票数 0
4回答
目前，我们正在进行过去两年的产品测试，我们正在将我们的基本产品提供给客户，并为任何新客户提供他们的附加要求，并且版本修补程序正在定期更新所有现有客户端。
在这种情况下，基础R&D产品有更多的变化和修正，需要更多的时间来完成回归测试。
我们目前只做手动测试和自动化部分正在实现，但它还没有完成。
每次我们做回归测试时，都会花费更多的时间来完成测试，而且做相同周期的测试也有点无聊
谁能告诉我，如何减少回归周期的时间，以及新的想法，使测试在短时间内非常有趣。
浏览 0提问于2018-01-03得票数 5
1回答
在使用R实现线性回归时，我面临着一些问题。首先，我想知道如何显式地要求R将参数视为因子(例如，如果我有一个变量性别，1代表男性，0代表女性)，假设它不会自动将它们识别为因子。
相反，假设R认为某些参数是因素，而它们实际上不是，我如何告诉R这些参数不应该被视为因素？
浏览 1提问于2016-08-23得票数 0
1回答
嗨，我是R的新手，我希望有人能给我一些关于构建回归模型的技巧。我有一些样本数据，类似于下面的样本数据，其中包含分类变量，如path变量。我想将这些分类变量转换为二进制变量，比如下面显示的“转换后的数据”，这样我就可以使用它们创建一个回归模型，根据每条路径上的体积来预测WaitTime。在python中，有一个名为getdummies的函数，它很好地完成了这项工作。如果有人能给我一些关于r中类似函数的提示，或者是一种用分类变量构建回归模型的方法。我将不胜感激。我的最终目标是构建回归模型，然后找到将最小化WaitTIme的每条路径的体积值。任何关于这方面的建议都会非常感谢。
示例数据：Path
浏览 1提问于2015-09-24得票数 1
有没有人知道像stata中的xtivreg (FE IV回归)这样支持固定效应、工具变量回归的R包。是的，我可以只包含虚拟变量，但当组的数量增加时，这是不可能的。
谢谢!
浏览 3提问于2012-07-03得票数 3
回答已采纳
1回答
R中基于NARX的时间序列预测
、、、、
我想用NARX (带eXogenous输入的非线性eXogenous网络)进行时间序列预测，我正在绝望地寻找R中正确的软件包和功能。
nnetTs()的tsDyn包或
nnetar()在forecast包中。另外，我发现
elm()函数在nnfor包中。
但它们似乎不等同于Matlab中的NARX模型，这是我想要避免的。
nnetTs()没有外生输入变量的参数(又名。外部回归器)，这对于NARX模型至关重要。nnetar()具有这些外部回归变量，并且是自回归的，但不提供任何参数来设置回归器的滞后。
最后一个问题是: R中是否有真正的NARX当量？
浏览 0提问于2018-09-05得票数 0
1回答
首先，我会说我不知道如何使用R，但我需要对下面的两个变量进行简化的长轴回归，lmodel2函数可以做到这一点。我学习了下面的代码来获得回归方程的截距和斜率。然而，我没有得到回归的R平方或p值。我该怎么做呢？到目前为止，我使用的代码如下。 Tensor_force=c(1.72,1.48,1.37,0.81,0.75,0.96,0.96,0.78,0.54,0.67,0.75,0.66,0.4)
Stapedius_force=c(0.8,0.58,1.07,0.82,0.77,0.98,0.99,0.98,0.92,1.06,1.19,1.32,1.18)
library(lmodel2)
浏览 22提问于2021-04-21得票数 1
1回答
我有以下的家庭作业问题，我已经完成了，但似乎需要特别长的时间来完成：
假设Y、X1、···、X1000均为均值为0、标准差为1的正态随机变量，且相互独立。制备30份Y、X1、···、X1000样品。现在重复以下50000次:从X1随机拾取10个变量。。.，X1000，对这10个变量进行Y的线性回归，并记录R2。计算50000 R2的最大值。
下面是我的代码，适用于8000次回归( macbook的每个核心上有1000个回归)，但似乎无法完成每个核心的6250个回归(总计50000个回归)。这是我的代码：
library(snow)
cl <- makeCluster(8,
浏览 5提问于2015-11-15得票数 2
回答已采纳
我有两个时间序列X和Y。
我已经知道如何使用常量来运行回归，用以下公式表示：
回归(常量方程)就显示在上面，我是通过运行代码来模拟的：
model_1 <- lm(y ~ x)
summary(model_1)
但是，I希望在存在常数和线性时间趋势的情况下进行回归，用下面的方程表示
为了在R中运行这样的回归，我应该使用什么代码？
如能提供任何协助，将不胜感激。
浏览 1提问于2014-09-15得票数 4
我运行一系列回归模型(几乎每天)。我通过使用日期(年-月-日格式)标记导出的回归结果来手动跟踪我的结果。如何在Stata中实现自动化(使用outreg2 to Word)？下面是一个最小的工作示例： * load data
use http://www.stata-press.com/data/r13/nlswork
* regression
reg ln_wage c.age c.wks_u i.race i.union
* export results in word document in a file appended by "today"/date
outr
浏览 23提问于2020-08-21得票数 2
回答已采纳
1回答
我如何将调优函数用于支持向量回归，而不是分类，因为当我尝试使用"svr“作为函数的第一个参数时，它不起作用，并且我找不到一个用于回归的调优示例。这是我使用e1071包执行的代码： tuneSVR <- tune(svm,
train.x = train_[, -which(names(train) %in% c("Identifier", "Sales"))],
train.y = train$Sales,
data = train,
浏览 62提问于2019-02-26得票数 0
回答已采纳
1回答
我使用插入符号包中的rfe函数为逻辑回归模型进行特征选择。我正在研究5、10、15、20和25的sizes，使用R平方(我的因变量是0,1)选择最好的模型。除了最终选择的模型之外，有没有办法访问rfe函数生成的其他模型？
浏览 0提问于2012-09-17得票数 3
在使用默认参数进行decisiontree回归时，我得到了R2值"-1.3“。什么意思，我的模特还好吗？均方误差也不合理。我可以通过改变分类器的参数来使它成为正数吗？
from sklearn.metrics import r2_score, mean_squared_error
浏览 1提问于2015-11-13得票数 0
我试图估计回归和AR参数(负荷)线性回归与AR误差项。(您也可以认为这是一个带有外部变量的MA过程)：
，其中
，长度为p的滞后
我遵循，并使用regArima设置一些回归和提取回归和AR参数(参见下面的可重复示例)。
问题： regArima慢！对于5次回归，matlab需要14.24sec。我打算运行大量不同的回归模型。有什么更快的方法吗？
y = rand(100,1);
r2 = rand(100,1);
r3 = rand(100,1);
r4 = rand(100,1);
r5 = rand(100,1);
exo = [r2 r3 r4 r5];
tic
for p
浏览 3提问于2020-04-24得票数 0
回答已采纳
我使用lm(x~y1 + y1 + ... + yn)估计了一个线性回归模型，为了对抗目前的异方差，我让R估计了稳健的标准误差
coeftest(model, vcov = vcovHC(model, type = "HC0"))
我知道来自“正常”模型的(鲁棒)R平方和F统计量仍然有效，但是我如何让R在输出中报告它们？我想将来自不同规范的几个回归输出与stargazer融合在一起，如果我必须进入非健壮模型来获得这些统计数据，那么它将变得非常混乱。理想情况下，我希望将包含这些统计信息的回归输出输入到stargazer中，从而将其导入到他们的框架中。
提前感谢您的所有回答
浏览 6提问于2020-08-18得票数 2
我使用的是R包ggpmisc。想知道如何在回归方程中加入y，或者如何在回归方程中得到自定义响应和解释变量名。
library(ggplot2)
library(ggpmisc)
df <- data.frame(x1 = c(1:100))
set.seed(12345)
df$y1 <- 2 + 3 * df$x1 + rnorm(100, sd = 40)
p <- ggplot(data = df, aes(x = x1, y = y1)) +
geom_smooth(method = "lm", se=FALSE, color="bla
浏览 1提问于2016-02-23得票数 4
回答已采纳
我们在testlink中维护我们的测试用例。对于给定的sprint，我们编写了功能测试用例，用于特性和回归套件的相应更新。现在我们正在启动自动化的过程。我们的计划是将回归套件转换为自动化。如何维护回归手工测试用例与自动化测试套件测试用例之间的映射。如何经常维护这个
浏览 0提问于2019-03-06得票数 3
2回答
我有两个模型:一个是简单的线性回归，另一个是多元线性回归。
在简单线性回归中，这两个变量之间的相关性最强。多元线性回归包含两个额外的变量，它们可以与相依者联系在一起，但在统计学上它们是不显著的(P > 0)。
如何解释最适合使用的模型是简单线性回归还是多元线性回归？
以下是回归过程中的一些值：
简单线性: F(1，77) = 21.07，Prob >F= 0.0000，R平方= 0.2148，Adj R平方= 0.2046
多重线性: F(3，75) = 7.29，Prob >F= 0.0002，R平方= 0.2258，Adj R平方= 0.1948
浏览 0提问于2015-12-06得票数 2
2回答
我的工作是一个非常复杂的金融产品。我们很少有自动化的回归项/测试用例。大约20%是自动化的。现在，我应该自动化更多，并达到70-80 %的覆盖率。
是否有必要使大部分回归自动化。创建一个新项目并调试它需要花费大量的时间和精力。投资回报率和成本/效益分析是否合适？我将花几个月的时间来自动化回归套件，可以用在手动测试中吗？
浏览 0提问于2022-09-16得票数 1
我用虹膜数据集建立了一个简单的回归模型。我想用所有可用的变量运行因变量(iris$Sepal.Length)，每个回归都有自己的变量(每个回归都应该有)。我想得到的结果是每个回归总结的列表。使用虹膜数据集，应该有4个回归：
r1 <- lm(Sepal.Length ~ Sepal.Width, data=iris)
r2 <- lm(Sepal.Length ~ Petal.Length, data=iris)
r3 <- lm(Sepal.Length ~ Petal.Width, data=iris)
r4 <- lm(Sepal.Length ~ Species
浏览 4提问于2014-03-09得票数 2
回答已采纳
1回答
我有以下代码：
let years = [|1990 .. 2010|]
let rand = System.Random()
let gold = [ for i in years do yield rand.NextDouble()]
let silver = [ for i in gold do yield 2.0 * i + rand.NextDouble()]
let x = Frame.ofColumns["gold" => Series(years, gold);
"silver" => Ser
浏览 2提问于2015-04-30得票数 0
回答已采纳
在进行回归测试时，目标是了解新版本是否会影响应用程序的现有功能。仅仅检查/验证应用程序就足够了，还是应该对应用程序进行尝试破坏的测试？根据定义，验证只是为了验证某些东西是否有效。但是在测试时，我们尝试通过输入意外的输入(示例的边界值)并观察系统的行为来破坏系统。自动回归测试是检查/验证的示例，因为我们断言现有功能可以像按钮单击和提交文本那样工作。但是，在回归测试期间，仅仅运行自动回归就足够了，还是应该尝试通过测试系统智能来破坏系统。
浏览 0提问于2019-05-24得票数 -1
由于随机森林回归没有给出总结(回归)调整的r平方值，我可以用多元线性回归建立我的模型，然后应用randomForest进行更好的R平方。
浏览 3提问于2018-02-09得票数 0
回答已采纳
嗨，我想运行二项响应变量的两阶段最小二乘回归。对于连续响应变量，我使用R包"sem“中的"tsls”选项。
下面是我的命令，我想知道我这样做是正确的。
(x:内生变量，z:工具变量，y:响应变量(0或1))
xhat<-lm(x~z)$fitted.values
R<-glm(y~xhat, family=binomial)
R$residuals<-c(y - R$coef[1]+x*R$coef[2])
谢谢
浏览 1提问于2015-06-22得票数 1
1回答
我有两个时间序列数据A和B。我想在R中执行以下线性回归
A~滞后(A，1:2) +滞后(B，1:2)
你能帮我弄一下R码吗？
浏览 5提问于2022-02-11得票数 0
1回答
我有一个与R.
如何从多元回归中得到r(而不是R平方)。我认为R的平方根不是答案，因为r可能是一个负数。对于线性回归，我知道我可以运行cor (相关性)来计算r值，但是如何在多元回归中这样做呢？
如何获得部分r(即，查看每个自变量如何对最终预测作出贡献)？
浏览 4提问于2015-11-02得票数 0
回答已采纳
1回答
我对R很陌生，在R中，我很难找到如何在多元线性回归中选择变量。
假设我有以下公式：
P = aX + bY
Q = cZ + bY
我有一个列P，Q，X，Y，Z的数据框架，我需要找到a，b和c。
如果我做一个简单的多元回归：
result <- lm( cbind( P, Q ) ~ X + Y + Z - 1 )
它计算了P回归的"c“和q回归的"a”的系数。
如果我单独计算回归，那么"b“在每个回归中都会有所不同。
如何选择多元回归中要考虑的变量？
谢谢你，埃德森
浏览 5提问于2014-04-13得票数 3
回答已采纳
1回答
Hallo我目前正在用以下代码进行回归分析：
for (i in 1:ncol(Ret1)){
r2.out[i]=summary(lm(Ret1[,1]~Ret1[,i]))$r.squared
}
r2.out
此代码在第一列之前对数据帧中的每一列运行简单的OLS回归并提供这些回归的R^2。目前回归使用列的所有数据点。我现在需要的是，代码不是使用列中的所有数据点，而是使用滚动的数据点窗口。因此，他计算了30天的滚动窗口R^2在整个时间框架内。输出是一个矩阵，每个滚动窗口的每个(1，i)对的所有R^2。
此代码执行滚动回归部分，但不对每个(1，i)对进行回归。
dolm <-
浏览 2提问于2017-08-29得票数 2
回答已采纳
1回答
我已经运行了一个每像素的局部线性回归R使用lm()在光栅堆栈(r1)包含每周切片的数据，针对‘时间’。
我的当前回归模型可以使用$运算符提取系数，并生成该系数的栅格，这里计算R^2：
time<-1:nlayers(r1)
regression <- function(y) { if(all(is.na(y))) { NA } else {
m = lm(y ~ time); summary(m)$r.squared } }
r.r1 <- calc(r1, regression)
我希望回归输出光栅显示y随时间的相对变化。每个像素都应该是偏离正
浏览 4提问于2022-10-20得票数 0
回答已采纳
2回答
假设我有一个R data.table DT，它有一个返回列表：
Date Return
2016-01-01 -0.01
2016-01-02 0.022
2016-01-03 0.1111
2016-01-04 -0.006
...
我想对以前的N个回归观测做一个滚动的多元回归，预测在某个窗口K上的下一个返回。例如，在最后的K= 120天内，对最后的N= 14的观测做一个回归来预测下一个观察。一旦我有了这个回归，我想使用预测函数来根据回归得到每一行的预测。在伪码中，应该是这样的：
DT[, Prediction := predict(lm(Retu
浏览 3提问于2016-04-21得票数 0
回答已采纳
我试着用大约91个数据点进行回归分析。当我最初进行回归分析时，我得到的R值为0.366733。随后，我对数据点从小到大进行了排序，然后进行了回归分析。我的新R值是0.04323。原始数据点的排列顺序是否会影响回归分析
浏览 0提问于2018-10-20得票数 2
在Stata中，我想按组运行多个回归，并将相应的残差保存在单个变量中。这是我正在尝试做的一个工作示例：
sysuse auto, clear
forvalues i=0/1 {
regress price mpg if foreign==`i'
predict r_`i' if foreign==`i', resid
}
egen residuals=rowtotal(r_0-r_1) , missing
drop r_0-r_1
虽然上面的循环运行得很好，但我猜一定存在一种更优雅的方法来实现这一点？
浏览 11提问于2014-10-21得票数 2
Stata允许通过相应的 fe和 re命令指定逻辑回归的固定效果和随机效果。我想知道在R中这些规范的等效命令是什么。
我所知道的唯一类似的规范是混合效应逻辑回归。
mymixedlogit <- glmer(y ~ x1 + x2 + x3 + (1 | x4), data = d, family = binomial)
但我不确定这是否映射到上述命令中的任何一个。
浏览 0提问于2014-04-22得票数 3
2回答
我是R工作室的新手。我想知道如何保存回归结果。例如，我使用支持向量回归进行分析，一个模型总是要花几个小时，我不想只保存"R代码“，还要保存每个变量、数据集、回归结果。谢谢!
浏览 1提问于2018-03-12得票数 1
回答已采纳
2回答
我有一个数据与性别(Female=1，Men=0)，种族(white=1，非白色=0)等专栏.在性别和种族中都有一些缺失的值(都是因素变量)。下面是性别变量分布的截图。
但是，当我运行线性回归时，不会丢失任何值。下面是回归输出。正如你所看到的，由于某种原因，0和1都出现在性和种族上。这是否意味着R以"NA“作为基线？如何修正代码，使lm()只在完整的情况下使用？
浏览 1提问于2022-03-24得票数 0
回答已采纳
2回答
这真的很奇怪。我用Excel以两种不同的方式计算R^2值，结果相差很大。为什么？
1)首先，我使用Excel通过图表进行线性回归，并使用"Add Trendline.“鼠标右键功能，指定Intercept = 0。R平方值显示-3.253。回归方程为Y= -0.1321 *X。
2)然后利用Excel对LINEST函数进行线性回归。我高亮显示5x2行，并在左上角单元格中键入"=LINEST“(Y向量；X向量，FALSE，TRUE)。假表示截距为0，而True表示Excel应打印附加的回归统计信息。然后按CTRL + SHIFT + Enter。这将显示其他统计数据，例如第三个左
浏览 6提问于2017-06-26得票数 2
回答已采纳
1回答
我在R中运行回归分析，不确定如何将回归分析结果直接导出到标准回归表格式的Excel中(具有显著性水平星形、标准误差、p-value、95%置信区间、R-sqr、F-test)。
在stata中，我会使用outreg2命令，它会自动生成一个回归表，我想知道R是否有类似的代码？
例如：
reg <- lm(imbd_score ~ budget
+ duration
+ year
+ cast_total_facebook_likes,
data = imbd)
summary(reg)
然后将该表导出到excel中。
浏览 0提问于2018-04-22得票数 0
我从来没有用SQL执行过回归，我对它的工作原理有点困惑。我有一个包含评级金额和36个元素的表，因此依赖项将是比率，独立因素将是36个元素。在SQL 2008R2中如何做到这一点？我已经与SPSS和SYSTAT合作，但我们想要一个更自动化的系统来做这件事。
谢谢!不是作业！
浏览 0提问于2013-11-14得票数 0
我正在尝试做一个OLS回归，但我一直收到一个错误消息，说找不到某个变量。我是R的新手。 除了最后一行之外，所有的代码都可以工作。 load("psub.Rdata")
VarsForOLS.tbl <- psub %>%
mutate(personalIncome = PINCP, groupingID = ORIGRANDGROUP, age = AGEP, sex = SEX, workingclass = COW, educationalLevel = SCHL) %>%
select(personalIncome, groupingID, ag
浏览 16提问于2019-05-11得票数 0
我在R中运行这段代码 model_bf_df <- randomForest(Amountspent.x ~ ., data = train_bf_df, ntree = 130, mtry=59, importance = TRUE, do.trace=TRUE) and tspent.x是一个连续变量，取自我之前从主数据集中拆分的训练数据集的值。我一直在获取分类类型，而不是回归。我应该做哪些更改？还是我错过了什么？
浏览 6提问于2019-01-15得票数 0
2回答
我已经搜索了不同的门户网站，甚至在h2o集成文档中，我得到的只是分类问题二进制的集成示例，但没有一个示例显示如何在r中为简单的回归问题实现通用堆栈或h2o集成。
我请求任何人分享如何实现h2o集成或堆叠的工作代码，仅用于R中的回归问题
或
简单的集成仅用于R中的回归。
只想知道如何为具有不同权重的回归实现集成/堆叠。
浏览 2提问于2018-01-29得票数 1
2回答
如果有大量的因变量，那么如何进行多元线性回归，确切地说，在我的例子222中？我想回归我对222家不同公司的某些价值观，很少有回归者。
我知道我能做到。
y <- cbind(y1, y2, y3... yn)
fit <- lm(y ~ X1 + X2 + ... Xn)
但是，除了手工编写cbind(y1, y2, y3, ...y222)之外，还必须有一种聪明的方法来绑定我的专栏--对吗？
我尝试过cbind(vol[, 2:223])，但是将它放在y中并给lm()函数只会导致Error in model.frame.default(formula = y ~ RMF + SM
浏览 2提问于2018-03-24得票数 0
我正在通过在statsmodels中构建模型来学习逻辑回归。 我知道如果我在统计模型中建立一个线性回归模型，lin_mod = sm.OLS(y_var, X_vars).fit()，我可以很容易地得到调整后的R平方lin_mod.rsquared_adj。在比较我的线性回归模型时，我发现调整后的R平方非常有用。 现在对于逻辑回归模型，log_mod = sm.Logit(y_var, X_vars).fit()。我知道有一个伪R平方度量，log_mod.prsquared，但我觉得它不是很令人信服。在statsmodels中是否有其他易于访问的指标可以帮助比较逻辑回归模型？ 谢谢!
浏览 17提问于2021-09-13得票数 0
我们正在使用自动化测试工具Cypress来执行回归测试。我们在一周内发布了2个版本，因此自动回归测试对我们来说至关重要。
在生产中有一些特性是实验性的，即这些特性只适用于一定比例的用户。最终，这些功能可能会扩展到100%的用户，或者完全放弃。这些特征在实验中停留了1-4周。
尽管这些都是实验性的特性，但我们必须在以后的每个版本中对这些特性进行回归测试。我们还没有自动化这些功能，因为有30%的可能性，这些可能会完全放弃。因此，我们对这些特性进行了手工测试，这是一项耗时的工作。
对于这类特性的回归测试方法有何建议？
浏览 0提问于2021-02-10得票数 5
我正在尝试设计一个foreach循环，它将回归两个变量time (x)和y，但是通过删除每年的当前变量来检查删除当前时间(x变量)如何影响回归的Rsq。然后，我想将每个回归的R2存储在一个新列中，这样我就可以在删除该给定时间时找到哪个回归具有最高的R2。下面是我所拥有的： foreach x in varlist year {
quietly regress y year
gen Rsq = e(r2)
} 我不习惯Stata语法，我发现它很难，谢谢！
浏览 29提问于2021-11-13得票数 0
在R中运行多重回归后，回归摘要用星号指示重要变量。在我正在处理的一个数据集中，有近2000个变量，由R标识的重要变量包括50多个变量。有没有什么方法可以从回归总结中单独获得重要变量的列表？
浏览 4提问于2012-05-03得票数 1
回答已采纳
我在Stata进行Logit回归。
我如何知道回归的解释力(在OLS中，我看R^2)？
是否有一种有意义的方法将回归扩展到其他自变量(在OLS中，我继续手动添加自变量并寻找调整后的R^2；我猜Stata应该简化这个手动过程)？
浏览 1提问于2012-09-30得票数 2
回答已采纳
1回答
我的线性回归的R平方分数是-1.56，但我的随机森林回归的R平方分数大约是0.48。能得到这样的分数吗？
浏览 1提问于2020-06-02得票数 0
1回答
我对功能测试的理解是，它是一个集成测试，检查整个完整的应用程序功能段；减去任何存根、模拟或其他测试双倍。对于web应用程序，这可能是手动检查当用户试图在登录表单上输入错误凭据时会发生什么。
我对烟雾测试的理解是，它是一系列快速的功能测试，可以用来确定应用程序是否正确启动，并且其主要子系统都是在线的。对于web应用程序，这可能是转到一个健康检查URL，并确保应用程序已经启动，并且它可以到达所有依赖的子系统(其数据库、消息代理等)。
我对回归测试的理解是，它是一种函数测试，用于确定某个特定函数是否不再像预期的那样工作。由于函数测试是为新特性编写的，或者是为修改现有功能而重写的，因此它们被添加到回归
浏览 7提问于2014-05-21得票数 0
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
