问题标签 [regression]

我是 VB.NET 的新手，我正在尝试在 vb.net 中编写代码，以便在给出数据点时找到一个方程。例如（1,5），（2,6）等。

我需要从给定的点找到一个方程（不一定总是线性的）。

我尝试使用提供的帮助

如何计算图表的趋势线？

但无法弄清楚如何获得方程式。

任何帮助将不胜感激。提前致谢。

我已经编写了一个函数来迭代预测使用包 dyn 构建的模型，我想要一些关于它的反馈。有一个更好的方法吗？有人为 dyn 类（或 dynlm 类）编写了规范的“预测”方法，还是我在这里冒险进入未知领域？

示例用法：

我有一系列有距离的点。我希望找到一个最能满足条件的点

我认为这可以通过某种回归或最小二乘来解决，但我在问题表述上遇到了麻烦。

如果有人可以提供帮助，将不胜感激

我正在训练 Weka 的逻辑回归分类器，并且试图弄清楚幕后发生了什么。我知道我可以使用分类器使用该logistic.distributionForInstance方法查看每个实例的置信度分布，但是有没有一种方法可以查看分类器学习的特征权重？

谢谢

如何解释 R 的面板数据模型的结果？对于我的数据，我估计了 Koenker (2004) 对面板数据的分位数回归方法建议的改编形式：

}enter code here

但我不知道确定以下结果：

我有一组代表 X 和 Y 的 2 个数据向量。我能够使用 JFreeChart 在线性和对数刻度上绘制它们。在线性刻度上，曲线是指数的，而在对数刻度上，曲线似乎是线性的。我想要做的是在对数刻度中计算线性曲线的参数 a 和 b。

我确实了解线性域中的回归，我可以使用最小二乘法，但我如何在对数域中做到这一点？如何对曲线的对数表示进行线性回归？

任何人都可以通过澄清我该如何进行来提供帮助？

在正常的 2 类或多类分类问题中，我们可以使用任何著名的机器学习算法，如 Naive Bayes 或 SVM 来训练和测试模型。我的问题是，我收到了标签变量格式为“20% 雨，80% 干燥”或“30% 多云，70% 雨”等格式的天气数据。我应该如何解决这个问题？我需要以某种方式将问题转化为回归吗？在这种情况下，如果数据中有三个标签（雨、干、多云），那么将百分比信息转换为连续值的正确方法是什么？ 谢谢你的时间

我对 R 很陌生，我遇到了一个非常愚蠢的问题。

我正在使用rpart包校准回归树，以便进行一些分类和一些预测。

多亏了 R，校准部分易于操作且易于控制。

在校准了一个大决策树之后，我希望为给定的数据样本找到一些新数据的相应集群（以及预测值）。
该predict功能似乎非常适合需要。

但是，使用该predict方法，我只能获得新元素的预测比率，并且找不到获取新元素所属的决策树叶的方法。

我认为它应该很容易得到，因为 predict 方法必须找到那个叶子才能返回比率。

有几个参数可以通过class=参数传递给 predict 方法，但是对于回归树来说似乎都返回相同的东西（决策树的目标属性的值）

有谁知道如何获取决策树中的相应节点？

通过使用该path.rpart方法分析节点，这将有助于我理解结果。

我正在尝试在 MATLAB中实现“随机梯度下降”。我完全遵循了算法，但我得到了一个非常非常大的 w （系数）用于预测/拟合函数。我的算法有错误吗？

算法：

我在 python 中使用回归 SVM，我想知道是否有任何方法可以为其预测获得“置信度测量”值。

以前，当使用 SVM 进行二进制分类时，我能够从“边距”计算置信度类型值。这是一些伪代码，显示了我如何获得置信度值：

我想新样本离训练数据越远，信心越差，但我正在寻找一个可能有助于为此计算合理估计的函数。

我的（高级）问题如下：

• 我有一个函数 F(x)，其中 x 是一个高维向量
• F(x) 可以计算，但速度很慢
• 我想训练一个回归 SVM 来近似它
• 如果我能找到预测置信度低的“x”值，我可以添加这些点并重新训练（又名主动学习）

以前有没有人获得/使用过回归-SVM 置信度/边距值？