Pertanyaan yang diberi tag «regression»

Saya tahu dasar-dasar tentang SVM dan SVR, tapi saya masih belum mengerti bagaimana masalah menemukan hyperplane yang memaksimalkan margin cocok ke SVR. Kedua, saya membaca sesuatu tentang digunakan sebagai margin toleransi dalam SVR. Apa artinya?ϵϵ\epsilon Ketiga, apakah ada perbedaan antara parameter fungsi keputusan yang digunakan dalam SVM dan SVR?

11 regression  machine-learning  svm 

Dalam hal pohon keputusan, dapatkah nilai yang diprediksi berada di luar kisaran data pelatihan? Sebagai contoh, jika rentang set data pelatihan dari variabel target adalah 0-100, ketika saya membuat model dan menerapkannya pada hal lain, dapatkah nilai saya menjadi -5? atau 150? Mengingat bahwa pemahaman saya tentang regresi pohon keputusan …

11 regression  predictive-models  random-forest  cart 

Saya mencari sumber daya (buku, catatan kuliah, dll.) Tentang teknik yang dapat menangani data yang memiliki banyak target (Contoh: tiga variabel dependen: 2 diskrit dan 1 kontinu). Apakah ada yang punya sumber daya / pengetahuan tentang ini? Saya tahu bahwa dimungkinkan untuk menggunakan jaringan saraf untuk ini.

11 regression  machine-learning  predictive-models  references 

Saya menggunakan proses Gaussian (GP) untuk regresi. Dalam masalah saya, cukup umum untuk dua atau lebih titik data saling berdekatan, relatif dengan panjangnya skala masalah. Juga, pengamatan bisa sangat bising. Untuk mempercepat perhitungan dan meningkatkan presisi pengukuran , tampaknya wajar untuk menggabungkan / mengintegrasikan kelompok titik yang dekat satu sama …

11 regression  machine-learning  gaussian-process 

Saya harus mengakui bahwa saya sebelumnya belum pernah mendengar istilah itu di kelas, sarjana, atau pascasarjana saya. Apa artinya regresi logistik menjadi Bayesian? Saya mencari penjelasan dengan transisi dari logistik reguler ke logistik Bayesian seperti berikut ini: Ini adalah persamaan dalam model regresi linier: .E(y)=β0+β1x1+...+βnxnE(y)=β0+β1x1+...+βnxnE(y) = \beta_0 + \beta_1x_1 + …

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

Saya akan melalui bagian LAB §6.6 tentang Ridge Regression / Lasso dalam buku 'Pengantar Pembelajaran Statistik dengan Aplikasi dalam R' oleh James, Witten, Hastie, Tibshirani (2013). Lebih khusus lagi, saya mencoba menerapkan model scikit-learning Ridgeke dataset 'Hitters' dari paket R 'ISLR'. Saya telah membuat set fitur yang sama seperti yang …

11 r  machine-learning  scikit-learn  regression 

Ketika memodelkan proporsi berkelanjutan (misalnya tutupan vegetasi proporsional pada kuadrat survei, atau proporsi waktu yang terlibat dalam suatu kegiatan), regresi logistik dianggap tidak sesuai (misalnya Warton & Hui (2011). Arcsine adalah asinin: analisis proporsi dalam ekologi ). Sebaliknya, regresi OLS setelah mentransformasi proporsi, atau mungkin regresi beta, lebih tepat. Di …

11 r  regression  logistic 

Saya ingin melakukan hal berikut: 1) Regresi OLS (tanpa istilah hukuman) untuk mendapatkan koefisien beta ; adalah variabel yang digunakan untuk regresi. Saya melakukan ini denganb∗jbj∗b_{j}^{*}jjj lm.model = lm(y~ 0 + x) betas = coefficients(lm.model) 2) Regresi Lasso dengan masa hukuman, kriteria pemilihannya adalah Kriteria Informasi Bayesian (BIC), yang diberikan …

11 r  regression  glmnet  lars 

Saya melakukan regresi Poisson di SAS dan menemukan bahwa nilai chi-kuadrat Pearson dibagi dengan derajat kebebasan sekitar 5, menunjukkan penyebaran berlebihan. Jadi, saya cocok dengan model binomial negatif dengan proc genmod dan menemukan nilai chi-kuadrat Pearson dibagi dengan derajat kebebasan adalah 0,80. Apakah ini sekarang dianggap kurang tersebar? Jika demikian, …

11 regression  binomial  underdispersion 

Saya membayangkan bahwa mengendalikan variabel dalam desain studi Anda lebih efektif dalam mengurangi kesalahan daripada mengendalikannya setelah-hoc dalam model regresi Anda. Akankah ada orang yang menjelaskan secara formal bagaimana dua contoh "mengendalikan" ini berbeda? Seberapa efektif mereka dalam mengurangi kesalahan dan menghasilkan prediksi yang lebih tepat?

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

Saya sedang mengembangkan aplikasi peramalan yang tujuannya adalah untuk memungkinkan importir meramalkan permintaan untuk produk-produknya dari jaringan pelanggan distributornya. Angka penjualan adalah proksi permintaan yang cukup bagus, selama ada persediaan yang cukup untuk memenuhi permintaan. Namun, ketika persediaan ditarik ke nol (situasi yang kami cari untuk membantu pelanggan kami menghindari), …

11 r  regression  machine-learning  censoring 

Saya mencoba melakukan regresi laso, yang memiliki bentuk sebagai berikut: Minimalkan dalam( Y - X w ) ′ ( Y - X w ) + λwww( Y- Xw )′( Y- Xw ) + λ| w |1(Y−Xw)′(Y−Xw)+λ|w|1(Y - Xw)'(Y - Xw) + \lambda \;|w|_1 Diberikan , saya disarankan untuk mencari optimal …

11 regression  lasso  quadratic-form 

Saya menyesuaikan regresi pada . Apakah valid untuk mendukung estimasi titik transformasi (dan interval kepercayaan / prediksi) dengan eksponensial? Saya tidak percaya begitu, karena tetapi menginginkan pendapat orang lain.E [ f ( X ) ] ≠ f ( E [ X ] )catatan( y)log⁡(y)\log(y)E[ f( X) ] ≠ f( E[ …

11 regression  back-transformation 

Saya memiliki studi di mana banyak hasil diwakili seperti persentase dan saya menggunakan regresi linier berganda untuk menilai efek dari beberapa variabel kategori pada hasil ini. Saya bertanya-tanya, karena regresi linier berasumsi bahwa hasilnya adalah distribusi kontinu, apakah ada masalah metodologis dalam menerapkan model tersebut untuk persentase, yang dibatasi antara …

11 regression  ratio  percentage 

Saya memiliki seri waktu bulanan dengan intervensi dan saya ingin mengukur efek intervensi ini pada hasilnya. Saya menyadari seri ini agak pendek dan efeknya belum selesai. Data cds <- structure(c(2580L, 2263L, 3679L, 3461L, 3645L, 3716L, 3955L, 3362L, 2637L, 2524L, 2084L, 2031L, 2256L, 2401L, 3253L, 2881L, 2555L, 2585L, 3015L, 2608L, 3676L, …

11 r  regression  arima  intervention-analysis