Câu hỏi được gắn thẻ «regression»

Khi chúng ta muốn ước tính các tham số của hồi quy tuyến tính, chúng ta thực hiện các phương trình bình thường nhiều như mô hình tuyến tính chứa số lượng ẩn số. Tại sao các phương trình này được gọi là phương trình bình thường?

11 regression  least-squares  terminology  linear 

Sau khi xem Câu hỏi này: Cố gắng mô phỏng hồi quy tuyến tính bằng Keras , tôi đã cố gắng đưa ra ví dụ của riêng mình, chỉ cho mục đích học tập và phát triển trực giác của tôi. Tôi đã tải xuống một tập dữ liệu đơn …

11 regression  machine-learning  neural-networks  linear  keras 

Tôi đang làm việc trên một số dự án mô hình dự đoán những ngày này: cố gắng tìm hiểu một mô hình và đưa ra dự đoán theo thời gian thực dựa trên mô hình mà tôi đã học ngoại tuyến. Gần đây tôi đã bắt đầu sử dụng …

11 regression  prediction  multicollinearity  ridge-regression 

Tôi còn khá mới với Machine Learning / Modelling và tôi muốn có một số nền tảng cho vấn đề này. Tôi có một bộ dữ liệu trong đó số lượng quan sát là tuy nhiên số lượng biến là p ∼ 8000 . Đầu tiên, thậm chí có ý …

11 regression  machine-learning  dimensionality-reduction  penalized 

Giả sử tôi đang thực hiện hồi quy với các tập huấn luyện, xác nhận và kiểm tra. Tôi có thể tìm RMSE và R bình phương (R ^ 2, hệ số xác định) từ đầu ra của phần mềm của tôi (chẳng hạn như hàm lm () của R). …

11 r  regression  regression-coefficients  r-squared 

Tôi có một câu hỏi chung. Gần đây tôi mới biết mở rộng cơ sở và chính quy. Có một số kỹ thuật thú vị bao gồm: spline hình khối, spline tự nhiên, b-spline và spline làm mịn . Câu hỏi đặt ra là, ưu và nhược điểm (nếu có) …

11 regression  smoothing 

Tôi đã tìm thấy nhiều bài viết hữu ích về các biến độc lập được tiêu chuẩn hóa và các biến độc lập tập trung trên stats.stackexchange.com, nhưng tôi vẫn hơi bối rối. Tôi đang yêu cầu bạn đánh giá về những gì tôi đã hiểu. Ngoài ra, nếu những …

11 regression  data-transformation  interpretation  standardization  centering 

Tôi đang tự hỏi sự khác biệt giữa chúng. Về cơ bản, họ làm cùng một công việc khi kết thúc việc tìm các hệ số của các tham số, nhưng chúng trông chỉ khác nhau theo cách chúng ta tìm thấy các hệ số. Đối với tôi, phương pháp …

11 regression  multiple-regression  least-squares  regression-coefficients 

Hồi quy logistic mô hình tỷ lệ cược log của một sự kiện như một số bộ dự đoán. Đó là, log (p / (1-p)) trong đó p là xác suất của một số kết quả. Do đó, việc giải thích các hệ số hồi quy logistic thô cho một …

10 regression  logistic  logit 

Dạng đóng của w trong hồi quy tuyến tính có thể được viết là w^=(XTX)−1XTyw^=(XTX)−1XTy\hat{w}=(X^TX)^{-1}X^Ty Làm thế nào chúng ta có thể giải thích bằng trực giác vai trò của trong phương trình này?(XTX)−1(XTX)−1(X^TX)^{-1}

10 regression  least-squares  matrix  intuition  matrix-inverse 

Tôi đã và đang sử dụng Matlab để thực hiện các bình phương tối thiểu không giới hạn (bình phương nhỏ nhất) và nó tự động xuất ra các hệ số, thống kê kiểm tra và giá trị p. Câu hỏi của tôi là, khi thực hiện các bình phương …

10 regression  statistical-significance  least-squares  constrained-regression 

Tôi không có một ví dụ cụ thể hoặc nhiệm vụ trong tâm trí. Tôi chỉ mới sử dụng b-splines và tôi muốn hiểu rõ hơn về chức năng này trong bối cảnh hồi quy. Giả sử rằng chúng tôi muốn đánh giá mối quan hệ giữa biến trả lời …

10 regression  multiple-regression  splines  polynomial  penalized 

Tôi đã thử nghiệm mối quan hệ giữa các lỗi và phần dư bằng một số mô phỏng đơn giản trong R. Một điều tôi đã tìm thấy là, bất kể kích thước mẫu hay phương sai lỗi, tôi luôn nhận được chính xác độ dốc khi bạn khớp với …

10 regression  least-squares  residuals 

Tôi đã đối mặt với một câu hỏi phỏng vấn cho một công việc mà người phỏng vấn hỏi tôi rằng của bạn rất thấp (từ 5 đến 10%) cho một mô hình co giãn giá. Làm thế nào bạn sẽ giải quyết câu hỏi này?R2R2R^2 Tôi không thể nghĩ …

10 regression  self-study  theory 

Tại sao tôi nhận được các dự đoán khác nhau cho việc mở rộng đa thức thủ công và sử dụng polyhàm R ? set.seed(0) x <- rnorm(10) y <- runif(10) plot(x,y,ylim=c(-0.5,1.5)) grid() # xp is a grid variable for ploting xp <- seq(-3,3,by=0.01) x_exp <- data.frame(f1=x,f2=x^2) fit <- lm(y~.-1,data=x_exp) …

10 r  regression  polynomial