Mam pytanie dotyczące ujemnej regresji dwumianowej: Załóżmy, że masz następujące polecenia: require(MASS) attach(cars) mod.NB<-glm.nb(dist~speed) summary(mod.NB) detach(cars) (Pamiętaj, że samochody to zestaw danych, który jest dostępny w R, i tak naprawdę nie obchodzi mnie, czy ten model ma...
Dla regresji Lasso załóżmy że najlepsze rozwiązanie (na przykład minimalny błąd testowania) wybiera k funkcji, więc \ hat {\ beta} ^ {lasso} = \ left (\ hat {\ beta} _1 ^ {lasso}, \ hat {\ beta} _2 ^ {lasso}, ..., \ hat {\ beta} _k ^ {lasso}, 0, ... 0 \ prawo) .k β l y y o = ( β l e s o 1 , β l y y...
Jestem nowy w uczeniu maszynowym i staram się go uczyć na własną rękę. Niedawno czytałem notatki z wykładów i zadałem podstawowe pytanie. Slajd 13 mówi, że „Szacunek najmniejszych kwadratów jest taki sam jak Szacunek maksymalnego prawdopodobieństwa w modelu Gaussa”. Wygląda na to, że jest to coś...
Z tego, co rozumiem, możemy zbudować funkcję regresji, która mieści się w przedziale danych treningowych. Na przykład (potrzebny jest tylko jeden panel): Jak przewidzieć przyszłość za pomocą regresora KNN? Ponownie wydaje się, że przybliża tylko funkcję mieszczącą się w przedziale danych...
Odbyła się już doskonała dyskusja na temat tego, w jaki sposób maszyny wektorów nośnych radzą sobie z klasyfikacją, ale jestem bardzo zdezorientowany, w jaki sposób maszyny wektorów nośnych uogólniają się na regresję. Czy ktoś chce mnie oświecić?
Próbuję wykonać regresję wielokrotną w R. Jednak moja zmienna zależna ma następujący wykres: Oto macierz wykresu rozrzutu ze wszystkimi moimi zmiennymi ( WARjest zmienną zależną): Wiem, że muszę wykonać transformację tej zmiennej (i ewentualnie zmiennych niezależnych?), Ale nie jestem pewien...
Chociaż czytam ten post, nadal nie mam pojęcia, jak zastosować to do moich danych i mam nadzieję, że ktoś może mi pomóc. Mam następujące dane: y <- c(11.622967, 12.006081, 11.760928, 12.246830, 12.052126, 12.346154, 12.039262, 12.362163, 12.009269, 11.260743, 10.950483, 10.522091, 9.346292,...
Mam wyszkolony model regresji logistycznej, który stosuję do testowanego zestawu danych. Zmienna zależna jest binarna (boolean). Dla każdej próbki w zestawie danych testowych stosuję model regresji logistycznej, aby wygenerować% prawdopodobieństwa, że zmienna zależna będzie prawdziwa. Następnie...
Zastanawiam się, jak interpretować współczynniki błędów standardowych regresji przy użyciu funkcji wyświetlania w R. Na przykład w następującym wyniku: lm(formula = y ~ x1 + x2, data = sub.pyth) coef.est coef.se (Intercept) 1.32 0.39 x1 0.51 0.05 x2 0.81 0.02 n = 40, k = 3 residual sd =...
Wiem, że regresję liniową można uznać za „linię, która jest pionowo najbliższa wszystkich punktów” : Jest jednak inny sposób, aby to zobaczyć, wizualizując przestrzeń kolumny, jako „rzut na przestrzeń rozciągniętą przez kolumny macierzy współczynników” : Moje pytanie brzmi: co się dzieje w...
Jestem bardzo zdezorientowany, czy uzasadnione jest włączenie opóźnionej zmiennej zależnej do modelu regresji. Zasadniczo myślę, że jeśli ten model skupia się na związku między zmianą Y i innymi zmiennymi niezależnymi, to dodanie opóźnionej zmiennej zależnej po prawej stronie może zagwarantować, że...
Mam model logit, który w wielu przypadkach podaje liczbę od 0 do 1, ale jak możemy to zinterpretować? Weźmy skrzynkę z logitem 0.20 Czy możemy twierdzić, że istnieje 20% prawdopodobieństwo, że sprawa należy do grupy B w porównaniu do grupy A? czy to właściwy sposób interpretowania wartości...
Jakie dokładnie warunki należy spełnić, aby porównanie modeli AIC zadziałało? Właśnie natrafiłem na to pytanie, kiedy porównałem to: > uu0 = lm(log(usili) ~ rok) > uu1 = lm(usili ~ rok) > AIC(uu0) [1] 3192.14 > AIC(uu1) [1] 14277.29 W ten sposób uzasadniłem logtransformację zmiennej...
W regresji liniowej zakłada się, że każda przewidywana wartość została wybrana z normalnego rozkładu możliwych wartości. Patrz poniżej. Ale dlaczego zakłada się, że każda przewidywana wartość pochodzi z rozkładu normalnego? Jak regresja liniowa wykorzystuje to założenie? Co, jeśli możliwe wartości...
Załóżmy, że używam regresji . Dlaczego, wybierając najlepsze głównych składników , model zachowuje moc predykcyjną na ?Y∼XY∼XY \sim XkkkXXXYYY Rozumiem, że z punktu widzenia redukcji wymiarów / wyboru cech, jeśli są wektorami własnymi macierzy kowariancji X z najwyższymi wartościami własnymi k ,...
Moja zmienna zależna pokazana poniżej nie pasuje do żadnej znanej mi dystrybucji. Regresja liniowa wytwarza nieco nienormalne, wypaczone w prawo resztki, które w dziwny sposób odnoszą się do przewidywanego Y (drugi wykres). Wszelkie sugestie dotyczące transformacji lub innych sposobów uzyskania...
Mam nadzieję uzyskać intuicyjne i przystępne wyjaśnienie regresji kwantowej. Powiedzmy, że mam prosty zestaw danych wyniku i predyktorów .X 1 , X 2YYYX1, X2)X1,X2X_1, X_2 Jeśli na przykład uruchomię regresję przy 0,25, 0,5, 0,75 i odzyskam .β0 , .25, β1 , .25. . . β2 ,...
Próbuję dopasować dane do GLM (regresja Poissona) w R. Kiedy wykreśliłem reszty w stosunku do dopasowanych wartości, wykres utworzył wiele (prawie liniowych z lekką wklęsłą krzywą) „linii”. Co to znaczy? library(faraway) modl <- glm(doctorco ~ sex + age + agesq + income + levyplus + freepoor +...
Mam kilka pytań dotyczących kary za kalenicę w kontekście najmniejszych kwadratów: βridge=(λID+X′X)−1X′yβridge=(λID+X′X)−1X′y\beta_{ridge} = (\lambda I_D + X'X)^{-1}X'y 1) Wyrażenie to sugeruje, że macierz kowariancji X jest zmniejszona w kierunku macierzy diagonalnej, co oznacza, że...
W odpowiedzi na moje pytanie dotyczące OLS zastanawiam się: jakie wykresy diagnostyczne istnieją dla regresji kwantowej? (i czy jest ich implementacja R?) Szybka wyszukiwarka google już wymyśliła fabułę robaka (o której nigdy wcześniej nie słyszałem) i chętnie poznam więcej metod, o których możesz...