non-linear-regression

0熱度

1回答

我有一個像下面這樣的列表數據。我想執行非線性迴歸高斯曲線中頻和計數爲 mylist<- structure(list(A = structure(list(breaks = c(-10, -9, -8, -7, -6, -5, -4, -3, -2, -1, 0, 1, 2, 3, 4), counts = c(1L, 0L, 1L, 5L, 9L, 38L, 56L, 105L, 529L,

1熱度

1回答

R錯誤：參數而不啓動值

非線性真實世界數據中，n = 2600 SAMPLE X values 71.33 74.98 80 85.35 90.03 Y values 119.17 107.73 99.72 75 54.59 我手動繪製的公式爲起點， formula: y = b/x^2+a manual: y = 800000/x^2-39.5 sum of residuals = 185 correla

-1熱度

1回答

在Tensorflow多項式迴歸中的損失不收斂

import numpy as np import tensorflow as tf #input data: x_input=np.linspace(0,10,1000) y_input=x_input+np.power(x_input,2) #model parameters W = tf.Variable(tf.random_normal([2,1]), name='wei

2熱度

1回答

使用nls.lm擬合ODE模型的參數和初始條件

我正在嘗試使用以下教程（http://www.r-bloggers.com/learning-r-parameter-fitting-for-models-involving-differential-equations/）中的pkg-minpack.lm中的Levenberg-Marquardt例程（nls.lm）來擬合ODE功能響應。在該示例中，他通過首先設置功能rxnrate其中我修改如下

1熱度

1回答

迫使一個參數是在在MATLAB

非線性擬合積分使用功能lsqcurvefit在MATLAB，一個如何可以實施整數類型的參數的一個？所討論的特定參數是矢量的索引，因此只有整數值纔有意義;然而，擬合程序可能會在迭代過程中爲參數嘗試任意實際值。

0熱度

2回答

如果使用正態分佈的目標值進行訓練，非線性迴歸算法性能會更好嗎？

發現關於許多轉換，可以在目標值（Y列）被應用於數據集的，如框-Cox變換後我得知線性迴歸模型需要被以與正態分佈目標值訓練是有效的。（https://stats.stackexchange.com/questions/298/in-linear-regression-when-is-it-appropriate-to-use-the-log-of-an-independent-va）我想知道是否這

1熱度

1回答

如何在Python中使用mord模塊進行序數迴歸？

我想根據一些功能預測標籤，並且我有一些培訓數據。在Python中搜索序數迴歸，我發現http://pythonhosted.org/mord/，但我不知道如何使用它。如果有人有演示如何使用此模塊的示例代碼，那將會很棒。下面是MORD模塊中的類： >>>import mord >>>dir(mord) ['LAD', 'LogisticAT', 'LogisticIT',

4熱度

2回答

在R中找到非線性相關關係

我有大約90個變量存儲在數據[2-90]中。我懷疑其中4個將與數據有拋物線般的相關性[1]。我想確定哪些具有相關性。有沒有簡單快捷的方法來做到這一點？我試圖建立這樣一個模型（我可以在一個循環爲每個變量i = 2:90做）： y <- data$AvgRating x <- data$Hamming.distance x2 <- x^2 quadratic.model = lm(y ~ x

0熱度

1回答

多元非線性迴歸

我試圖使用形式 Y = exp(ao + a1fi1....)/(1 + exp(a0 + a1fi1 ....) 對於R中的多個非線性迴歸的邏輯模型，因變量Y是由約500個值並有一排33個獨立變量X1, X2, X3.....X33 我從一個Excel文件讀取我的數據： data1<-read.csv(file.choose(), header=TRUE) 與我的數據填充R上。 resu

1熱度

2回答

針對n變量預測方程的Python模型

我期待構建一個預測模型，並且正在使用我們當前的JMP模型。我們目前的方法是猜測一個n次多項式，然後看看哪些項不是重要的模型效應。多項式並不總是最好的，這會導致很多混淆和不好的模型。我們的數據可以有2到7個效果，並且總是有一個響應。我想爲此使用python，但是對於像這樣的包文檔或在線指南很難找到。我知道如何擬合特定的n次多項式或在python中做線性迴歸，但不知道如何猜測數據集的最佳函數類型。