Questions tagged «linear-regression»

当我们必须预测分类（或离散）结果的值时，我们使用逻辑回归。我相信我们可以使用线性回归来根据输入值来预测结果的值。 那么，两种方法有什么区别？

242 machine-learning  data-mining  linear-regression 

我想知道如何在上添加回归线方程和R ^ 2 ggplot。我的代码是： library(ggplot2) df <- data.frame(x = c(1:100)) df$y <- 2 + 3 * df$x + rnorm(100, sd = 40) p <- ggplot(data = df, aes(x = x, y = y)) + geom_smooth(method = "lm", se=FALSE, color="black", formula = y ~ x) + geom_point() p 任何帮助将不胜感激。

227 r  ggplot2  linear-regression  r-faq 

我有一组数据，我想比较哪条线描述得最好（不同阶数，指数或对数的多项式）。 我使用Python和Numpy，对于多项式拟合，有一个函数polyfit()。但是我没有找到用于指数和对数拟合的函数。 有吗 否则如何解决？

157 python  numpy  scipy  curve-fitting  linear-regression 

我似乎找不到任何进行多元回归的python库。我发现的唯一的东西只是做简单的回归。我需要针对几个自变量（x1，x2，x3等）对我的因变量（y）进行回归。 例如，使用以下数据： print 'y x1 x2 x3 x4 x5 x6 x7' for t in texts: print "{:>7.1f}{:>10.2f}{:>9.2f}{:>9.2f}{:>10.2f}{:>7.2f}{:>7.2f}{:>9.2f}" / .format(t.y,t.x1,t.x2,t.x3,t.x4,t.x5,t.x6,t.x7) （以上输出：） y x1 x2 x3 x4 x5 x6 x7 -6.0 -4.95 -5.87 -0.76 14.73 4.02 0.20 0.45 -5.0 -4.55 -4.52 -0.71 13.74 4.47 0.16 0.50 -10.0 -10.96 -11.64 -0.98 15.49 4.18 …

129 python  numpy  statistics  scipy  linear-regression 

我正在努力在ggplot上添加回归线。我首先尝试使用abline，但是我没有设法使其正常工作。然后我尝试了这个... data = data.frame(x.plot=rep(seq(1,5),10),y.plot=rnorm(50)) ggplot(data,aes(x.plot,y.plot))+stat_summary(fun.data=mean_cl_normal) + geom_smooth(method='lm',formula=data$y.plot~data$x.plot) 但这也不起作用。

120 r  ggplot2  regression  linear-regression 

如果我在回归中使用二进制解释变量，如何告诉R使用某个级别作为参考？ 默认情况下，它仅使用某个级别。 lm(x ~ y + as.factor(b)) 与b {0, 1, 2, 3, 4}。假设我要使用3而不是R使用的零。

112 r  regression  linear-regression  categorical-data  dummy-variable 

我想使用该lm()函数在R中进行线性回归。我的数据是一个年度时间序列，其中一个字段表示年份（22年），另一个字段表示州（50个州）。我想对每个状态进行回归分析，以便最后获得lm响应向量。我可以想象对每个状态进行for循环，然后在循环内进行回归并将每个回归的结果添加到向量中。但是，这似乎不太像R。在SAS中，我将执行“ by”语句，而在SQL中，我将执行“ group by”。R做这件事的方法是什么？

92 r  regression  linear-regression  lm 

我正在尝试在已生成的散点图上生成线性回归，但是我的数据是列表格式，并且可以找到所有使用polyfitrequire的示例arange。arange虽然不接受列表。我搜索过很多关于如何将列表转换为数组的东西，似乎还不清楚。我想念什么吗？ 接下来，如何最好地使用整数列表作为的输入polyfit？ 这是我关注的polyfit示例： from pylab import * x = arange(data) y = arange(data) m,b = polyfit(x, y, 1) plot(x, y, 'yo', x, m*x+b, '--k') show()

87 python  numpy  matplotlib  linear-regression  curve-fitting 

我正在使用linear_model.LinearRegressionscikit-learn作为预测模型。它有效且完美。我在使用accuracy_score度量标准评估预测结果时遇到问题。 这是我的真实数据： array([1, 1, 0, 0, 0, 0, 1, 1, 0, 0, 1, 1, 0, 0, 0, 0, 0]) 我的预测数据： array([ 0.07094605, 0.1994941 , 0.19270157, 0.13379635, 0.04654469, 0.09212494, 0.19952108, 0.12884365, 0.15685076, -0.01274453, 0.32167554, 0.32167554, -0.10023553, 0.09819648, -0.06755516, 0.25390082, 0.17248324]) 我的代码： accuracy_score(y_true, y_pred, normalize=False) 错误信息： ValueError：无法处理二进制目标和连续目标的混合 救命 ？谢谢。

73 python  machine-learning  scikit-learn  linear-regression  prediction 

在线性回归空间中使用梯度下降有什么好处？看起来我们可以用分析方法解决问题（找到最小的成本函数的theta0-n），那么为什么我们仍然要使用梯度下降来做同样的事情？谢谢

72 machine-learning  linear-regression  gradient-descent