Запитання з тегом «regression»

Я знаю основи SVM та SVR, але все ще не розумію, як проблема пошуку гіперплану, який максимально збільшує запас, вписується в SVR. По-друге, я прочитав щось про використовується як межа толерантності в SVR. Що це означає?ϵϵ\epsilon По-третє, чи є різниця між параметрами функції прийняття рішення, використовуваними у SVM та SVR?

11 regression  machine-learning  svm 

Якщо мова йде про дерева рішень, чи може передбачуване значення лежати поза діапазоном даних про навчання? Наприклад, якщо діапазон набору навчальних даних цільової змінної становить 0-100, коли я генерую свою модель і застосовую її до чогось іншого, чи можуть мої значення становити -5? або 150? З огляду на те, що …

11 regression  predictive-models  random-forest  cart 

Я шукаю ресурси (книги, конспекти лекцій тощо) про методи, які можуть обробляти дані, які мають кілька цілей (напр .: три залежної змінної: 2 дискретні та 1 безперервна). Хтось має ресурси / знання з цього приводу? Я знаю, що для цього можна використовувати нейронні мережі.

11 regression  machine-learning  predictive-models  references 

Я використовую Гауссовий процес (GP) для регресії. У моїй проблемі досить часто два або більше точок даних бути близькими один до одного, відносно масштабів довжини проблеми. Також спостереження можуть бути надзвичайно галасливими. Для прискорення обчислень та підвищення точності вимірювання здається природним об'єднання / інтеграція кластерів точок, близьких одна до одної, …

11 regression  machine-learning  gaussian-process 

Я мушу зізнатися, що раніше я не чув про цей термін в жодному з моїх класів, нижчих класів чи ступенів. Що означає для логістичної регресії бути баєсівською? Я шукаю пояснення з переходом від звичайної логістичної до байесівської логістики, подібної до наступної: Це рівняння в моделі лінійної регресії: .Е( у) = …

11 regression  logistic  bayesian  multiple-regression  generalized-linear-model 

Я переглядаю розділ LAB §6.6, присвячений хребтовій регресії / Лассо, в книзі «Вступ до статистичного навчання з додатками в R» Джеймса, Віттена, Хасті, Тібширані (2013). Більш конкретно, я намагаюся застосувати модель scikit-learn Ridgeдо набору даних "Hitters" з пакету R "ISLR". Я створив той самий набір функцій, що і в коді …

11 r  machine-learning  scikit-learn  regression 

При моделюванні безперервних пропорцій (наприклад, пропорційне рослинне покриття на квадратах обстеження або частка часу, що займається діяльністю) логістичний регрес вважається недоцільним (наприклад, Warton & Hui (2011 ). Швидше, регресія OLS після перетворення пропорцій logit, або, можливо, бета-регресія, є більш підходящими. За яких умов оцінки коефіцієнтів логічно-лінійної регресії та логістичної регресії …

11 r  regression  logistic 

Я хочу зробити наступне: 1) регресія OLS (без терміну пеналізації) для отримання бета-коефіцієнтів ; позначає змінні, які використовуються для регресування. Я роблю це мимоb∗jbj∗b_{j}^{*}jjj lm.model = lm(y~ 0 + x) betas = coefficients(lm.model) 2) Регресія Лассо зі строком пеналізації критеріями відбору є Байєсові інформаційні критерії (BIC), задані λj=log(T)T|b∗j|λj=log⁡(T)T|bj∗|\lambda _{j} = …

11 r  regression  glmnet  lars 

Я виконував регресію Пуассона в SAS і виявив, що значення квадрату Пірсона, розділене на ступінь свободи, було приблизно 5, що вказує на значне перевищення рівня. Отже, я підходив до негативної біноміальної моделі з процесом genmodmod і виявив, що значення квадрату Пірсона, поділене на ступінь свободи, становить 0,80. Чи вважається це …

11 regression  binomial  underdispersion 

Я думаю, що контроль за змінною у вашому проекті дослідження є більш ефективним для зменшення помилок, ніж контроль за нею пост-хок у вашій регресійній моделі. Хтось міг би офіційно пояснити, чим відрізняються ці два випадки "контролю"? Наскільки порівняно ефективні вони при зменшенні помилок та більш точних прогнозах?

11 regression  experiment-design  controlling-for-a-variable 

Я розробляю програму прогнозування, мета якої - дозволити імпортеру прогнозувати попит на свою продукцію із своєї мережі клієнтів дистриб'юторів. Показники продажів є досить хорошим показником попиту, якщо існує достатня кількість запасів, щоб заповнити попит. Однак, коли товарний запас знижується до нуля (ситуація, яку ми прагнемо допомогти нашому клієнту уникнути), ми …

11 r  regression  machine-learning  censoring 

Я намагаюся виконати регресію ласо, яка має таку форму: Мінімізуйте вwww(Y−Xw)′(Y−Xw)+λ|w|1(Y−Xw)′(Y−Xw)+λ|w|1(Y - Xw)'(Y - Xw) + \lambda \;|w|_1 З огляду на , мені порадили знайти оптимальне за допомогою квадратичного програмування, яке приймає таку форму:λλ\lambdawww Мінімізуйте in , відповідно доxxx12x′Qx+c′x12x′Qx+c′x\frac{1}{2} x'Qx + c'xAx≤b.Ax≤b.Ax \le b. Тепер я усвідомлюю, що термін повинен …

11 regression  lasso  quadratic-form 

Я встановлюю регресію в . Чи справедливо зворотне оцінювання точок перетворення (та інтервалі впевненості / прогнозування) шляхом експоненції? Я не вірю в це, оскільки але хотів думки інших.E [ f ( X ) ] ≠ f ( E [ X ] )журнал( у)log⁡(y)\log(y)Е[ ф( X) ] ≠ f( Є[ X] …

11 regression  back-transformation 

У мене є дослідження, в якому багато результатів представлені як відсотки, і я використовую кілька лінійних регресій для оцінки впливу деяких категоричних змінних на ці результати. Мені було цікаво, оскільки лінійна регресія припускає, що результат - це постійний розподіл, чи існують методологічні проблеми у застосуванні такої моделі до відсотків, які …

11 regression  ratio  percentage 

У мене є щомісячний часовий ряд з втручанням, і я хотів би кількісно оцінити вплив цього втручання на результат. Я усвідомлюю, що серія досить коротка, і ефект ще не завершений. Дані cds <- structure(c(2580L, 2263L, 3679L, 3461L, 3645L, 3716L, 3955L, 3362L, 2637L, 2524L, 2084L, 2031L, 2256L, 2401L, 3253L, 2881L, 2555L, …

11 r  regression  arima  intervention-analysis