问题标签 [non-linear-regression]

我正在使用 Python 对 NIR 光谱数据进行高斯过程回归。我可以使用 GPR 获得一些结果，并希望优化 GPR 的参数。我正在尝试使用 GridSearchCV 来优化参数，但我不断收到错误消息，并且找不到任何人们将 GridSearchCV 用于高斯过程的示例（来自 sklearn.gaussian_process）。我的快速问题是我是否可以将 GridSearchCV 用于 GPR。如果没有，您建议使用什么来优化参数。

这是我的错误：

我该如何解决？

这是我的代码。

我有一个非线性回归，如下所示：

y_t= (theta) sum(((1-theta)^k) (x_(tk))) + alpha * (gamma-z_t)

x_t 和 z_t 是自变量，theta 和 alpha 和 gamma 是参数。为了估计参数，我写了这个递归函数：

在知道 theta 值的情况下计算回归模型的第一句。如何估计此模型中的 theta 和其他参数？

由于模型中的非线性和标准误差带，我想绘制包含受限三次样条的回归预测线。我可以得到预测点，但不确定只绘制线条和误差带。ggplot 是首选，或者基本图形也可以。谢谢。

这是文档中的一个示例：

以及模型的预测值图：

任何人都可以向我解释如何使用 Matlab 命令窗口fminsearch将这个方程应用到 (Diode Equality Factor) 的值。K

我的数据值如下：

我用过fminsearch，出现错误信息：

矩阵尺寸必须一致。

@(k)sum((I(:)-Imodel(V(:),k)).^2) 中的错误

fminsearch 中的错误（第 189 行）
fv(:,1) = funfcn(x,varargin{:});

我使用了这段fminsearch代码：

请解释这段代码中的问题是什么？

我正在使用该nlsLM函数来拟合非线性回归。如何从nlsLM模型对象中提取帽子值和库克距离？

对于使用nlsornlreg函数创建的对象，我知道如何提取观察值的帽子值和库克距离，但我不知道如何使用nslLM.

谁能帮我解决这个问题？谢谢！

我知道 NLS 用于拟合非线性方程，但我不明白为什么它不适用于简单的线性方程。我的意思是，这个理论应该仍然成立，对吧？但是，当我尝试做如下简单的事情时，它不会收敛。

我的意思是，我给了它 A 和 B 应该是的实际参数。知道为什么这不起作用吗？而且，如果它实际上是因为它是线性的，那么有谁知道为什么根据理论或者这个特定函数是如何编写的？抱歉打扰了，我只是想了解发生了什么。谢谢，我很感激帮助！

我有一组（二维）线段。我想拟合一条与线段平行的二级曲线。我想通过使用这样的隐式函数来做到这一点：f(x,y) = ax^2 + b xy + cy^2 + dx + ey + f = 0。我还有几个点在曲线上应该开始，所以可以确定f。

这是我到目前为止所尝试的：我计算了垂直于我的线段的线。然后我想在垂直于线梯度的曲线的交点处设置梯度（因此等于线段）。不幸的是有两个问题：1）我可能有 2 个解（交点） 2）只要我不知道 f 的系数，我就不知道交点。最终我得到了我不知道如何解决的非线性方程组。

到目前为止，我使用奇异值分解来解决我的线性方程组。

我试图从一组特征 X 中预测变量 y，其中 X 在开始时是 36 个特征。我对此有两个问题：

1. 创建多项式特征时如何处理布尔属性（0,1）？例如，将它们平方是没有意义的。

我到目前为止的代码：

2. 如何为多项式回归进行特征选择？因为为 36 个变量创建 2 次多项式特征会大大增加 X 的大小。是否有一种方法可以运行选择，例如返回基于 MSE 的最佳模型？

我正在运行以下以获得预测/拟合值：

然而，这只给了我一个单一的价值。我怎样才能得到所有的预测值？

1. DRC 包中的曲线在绘图上未正确拟合
2. Broken = TRUE 图形参数出现在绘图之外
3. 应用 type = "confidence" 会产生错误

大家好，

我无法在 R 包 DRC 中绘制 drm。

我的数据包含三个变量；浓度（用于测定的化合物浓度的数字向量，单位为 mg/L）、除草剂（化合物类型的字符向量）、Inhib（每个测试处理的抑制数字向量）。

剂量反应曲线运行良好，并且绘图和模型单独运行。

问题是两种化合物的曲线继续高于该除草剂的最大抑制。

我重新调整了 y 轴，但没有解决问题：

我尝试重新组织数据框，以便在顶部使用不同的除草剂（即 D 或 E 而不是 A 或 B），并且持续的不合适曲线似乎会影响前两种除草剂，无论它们是什么。

提前致谢！

我的代码如下所示，错误（Q 3）是最后一行：

编辑，我的数据：