问题标签 [coefficients]

我得到了一个公式来计算两个长度为 n 的实向量 a 和 b 的 Jaccard 系数。

这个公式正确吗？如果我计算向量 {5, 3, 1, 0, 3} 和 {7, 1, 3, 2, 1} 的系数，我会得到一个负数，我认为该负数不允许用于度量）。

(5*7 + 3*1 + 1*3 + 0*2 + 3*1) = 44

44 / (12+ 14 - 44) = -22/9

让我们以生存包中的条件逻辑回归示例为例

并使用以下命令

现在我们可以生成回归参数，但假设我们特别想要toccfarm-1.896 的值。

我们如何仅输出此内容或将其另存为x另存为。

当我们使用

我们得到所有的回归系数。

我尝试过类似的东西

但没有一个有效

我在 glmnet 中使用以下代码：

但是，我想打印出最好的 Lambda 系数，就像在岭回归中所做的那样。我看到以下适合结构：

但我无法获得最好的 Lambda 和相应的系数。谢谢你的帮助。

我正在尝试将包含具有不同程度符号变量的项的表达式转换为z_spython 中的多项式，sympy.Poly()以便我可以使用.coeffs().

我的表达式是一个具有独立符号变量 z_s 的高阶多项式。出于某种原因，当我使用 sympy.Poly() 将表达式转换为多项式时，它似乎切断了系数较小的项。下面是我的函数，我在其中将其重新定义为符号多项式的行包括在内：

这将返回：

如您所见，前几个术语已被删除。

起初我认为它切断了我的高阶项，因为高阶多项式有一些内置的截止，但我在任何文档中都找不到这种情况。然后我发现被截断的项似乎因为系数值低而被截断（我假设 sympy 或 python 认为该项可以忽略不计，因为它的系数非常接近于零）。您可以在我的函数中看到第一项的系数约为-1.3e-61。我使用一个简单的 1 阶 2 项多项式示例测试了这个理论，它有一个“小”项被截断：

（编辑：+ 1应该在h函数中，我只是修复了它，所以它可以正确读取。这不会改变输出。）这将返回：

如您所见，包含系数的项10e-27已从多项式中删除，仅1.0保留常数 ( )。

我在多个论坛或 SymPy 文档中找不到任何关于此的信息（除非我错过了）。然而，我确实发现人们试图做与我试图做的完全相反的事情（例如，参见这里）：他们试图用小系数截断项，而我试图阻止 python 截断脱离这些条款。

有没有办法告诉 python/sympy 我不希望那些小系数设置为零？

或者，为了绕过这个问题，是否有另一种方法可以在不使用sympy.Poly()and的情况下从我的原始函数中提取系数.coeffs()？

在这里使用 Greg 的有用答案，我将二阶多项式回归线拟合到我的数据集：

poly.fit<-lm(y~poly(x,2),df)

当我绘制这条线时，我得到下图：

系数是：

然后我想找到峰值的 x 值。我认为在 R 中有一种简单的方法可以做到这一点，但我不知道，*所以我去了 Wolfram Alpha。我输入了等式：

y=727.1+362.4x-269x^2

Wolfram Alpha 返回以下内容：

如您所见，该函数在 x=2.4 处与 x 轴相交。这与我在 R 中的情节明显不同，范围为 0≤x≤80。为什么这些不同？R 是否将我的 x 值解释为某些后台变量的一部分？

*我也很感激如何找到这个峰值的答案。显然我可以取导数，但我如何设置为零？

我正在做一个线性回归，我想修复一些输入。我找到了使用offset. 让我们在示例中查看它：

问题是我有更多的变量，我想自动生成我的 lm 公式。

假设，我想传递输入的名称（即 lm 中的数据列）和它的 coefs 的值，例如以下面的方式：

然后我需要一个函数来为我编写上面的公式，但我不知道如何编写offset(0.1*c) - c + offset(0.05*d) - d具有inputs_fix和inputs_fix_coef对象的表达式。

可能吗？还有另一种固定系数的方法（更优雅）？感谢任何帮助

更新paste：使用@Jan as.formulavan der Laan 建议创建公式

这不是很清楚，但它将所有输入保存到 lm 对象lm.fit$model中，这些输入在@Jan van der Laan 答案中丢失。并且不需要复制 data.frame

我目前正在使用 Scikit-Learn 的 LogisticRegression 来构建模型。我用过

在训练模型之前缩放我的所有输入变量。一切正常并产生了一个不错的模型，但我的理解是 LogisticRegression.coeff_ 产生的系数是基于缩放变量的。是否对那些可用于调整它们以产生可应用于非缩放数据的系数的系数进行转换？

我正在考虑在生产化系统中实现模型，并尝试确定是否所有变量都需要在生产中以某种方式进行预处理以对模型进行评分。

注意：模型可能必须在生产环境中重新编码，并且环境不使用 python。

所以我目前正在运行逻辑回归，并试图提取单个预测变量的摘要信息，而不包括截距，如下所示：

Step1 是此处提供上下文的感兴趣模型。我最终只想提取包含的预测变量：

我遇到的问题是，如果我只使用一个预测器，我只会获得该预测器的信息，但项目编号如下删除：

其中项目 1 (i1) 是作为预测变量包含的唯一项目。我怎样才能做到这一点，以便 R 给我除了项目编号之外的价值？为了有这样的东西：

谢谢！

我有一个简单的功能：

我在 x=L 处对此进行评估并得到：

有时我的方程式真的很长很复杂。我想找到每个 C 的系数，例如：

但是，我一次只能得到一个变量的系数。我想找到变量的所有系数。

当我添加多个系数时，它不会显示系数，而是显示一些不同的东西，例如：

有没有办法一次性找到所有系数？

我必须对同一自变量矩阵上的许多因变量向量执行多元线性回归。

例如，我想创建 3 个模型，这样：

来自以下矩阵（a,b,c 是自变量，d,e,f 是因变量）

然后，我想将回归中的系数存储在另一个矩阵中（为了便于解释，我在示例中减少了列和向量的数量）。