predict

    1熱度

    1回答

    XGBoost預測（）具有多個功能的錯誤

    我看不到XGBoost的預測方法如何使用多個功能進行預測。 library(xgboost) library(MASS) sp500=data.frame(SP500) label=sp500[,1] lag1=sp500[-1,] lag2=lag1[-1] lag3=lag2[-1] train=cbind(lag1,lag2,lag3) model=xgboost(dat
    r predict xgboost 2016-05-16

    1熱度

    1回答

    R中線性模型的隨機預測

    我有一些數據有一個變量的缺失值，我想能夠創建（隨機）預測這些可能是什麼。這是我的第一個念頭： # miss indicates where the observations with missing response are library(MASS) model <- glm.nb(data[-miss,4] ~ ., data=data[-miss,-4]) predict(model,
    r glm predict 2016-04-20

    1熱度

    1回答

    如何加入DecisionTreeRegressor預測輸出到原始數據

    我正在開發一個使用DecisionTreeRegressor的模型。我使用訓練數據構建並擬合了樹，並預測了來自更新近數據的結果以確認模型的準確性。 生成並適合樹： X = np.matrix（pre_x） Y = np.matrix（pre_y） regr_b = DecisionTreeRegressor（MAX_DEPTH = 4） regr_b.fit（X，Y） 爲了預測新的數據： X =
    join merge concat decision-tree predict 2016-04-26

    1熱度

    2回答

    使用支持向量迴歸預測新數據R

    我正嘗試在R中使用支持向量迴歸與e1071包實現leave-one-out交叉驗證。數據和我有看或多或少這樣的代碼： library(e1071) #create fake dataset y=rpois(30,3)-4+(rbinom(30,1,0.5))/2 x1=c(rep('C',16),rep('S',14)) x2=c(runif(16,0,1),runif(14,0,1)
    r svm predict 2016-04-26

    2熱度

    1回答

    cforest：預測新數據是否爲單行數據幀時出錯

    您好，我正在使用包partykit及其函數cforest來擬合模型。我也可以使用predict來根據多行數據幀進行預測。但是，我無法預測一行數據幀。 require('partykit') y <- matrix(rnorm(500*1),nrow=500,ncol=1) x <- matrix(rnorm(500*6),nrow=500,ncol=6) df <- data.frame(y
    r tree predict party 2016-04-29

    0熱度

    1回答

    [R VAR預測既需要外生變量列表和虛擬變量列表，如果我的規範不包括虛擬變量？

    我正在開發一個向量自迴歸模型（VAR）時間序列模型在R模型規範包括所謂的內生變量的矩陣（xts類）「endog，」和外生變量的矩陣（也xts類）被稱爲「exog 「。該數據是季節性的，我想季節性預測，所以我還指定「季= 12」，因爲數據是每月。所以我的R代碼執行var模型是： fit <- var(endog, p = 1, season = 12, type = 'const', exogen
    r var predict dummy-variable 2016-05-13

    1熱度

    1回答

    使用帶預計算內核的kernlab軟件包時出錯

    我一直在使用kernlab軟件包，並且使用ksvm/predict函數和預計算內核來解決問題。 我已經得到該錯誤消息： > ksvm.mod <- ksvm(trainingset.outer, traininglabels.outer, kernel = "matrix",type="C-svc", C = 60, prob.model = TRUE) > temp <- predict(ks
    r svm predict kernlab 2016-05-18

    0熱度

    2回答

    predict.glm（）在測試數據中有三個新類別（r）（錯誤）

    我有一個名爲data的數據集，它有481 092行。 我分裂data成相等的兩半： 第一半部（行1：240 546）被稱爲train和被用於glm(); 第二半（行240 547：481 092）被稱爲test並且應該用於驗證模型; 然後，我開始迴歸： testreg <- glm(train$returnShipment ~ train$size + train$color + train$pr
    r glm lm predict categorical-data 2016-05-18

    0熱度

    1回答

    獲取測試誤差作爲R

    我進行了一些實驗與logistic迴歸中的R與Auto數據集邏輯迴歸模型包含在R. 我已經得到了培訓的一部分（80％）和測試部分（20％）單獨歸一化每個部分。 我可以不與線的任何問題，創建模型： mlr<-glm(train$mpg ~ train$displacement + train$horsepower + train$weight, data =train) 我甚至可以預測trai
    r machine-learning logistic-regression predict 2016-05-19

    0熱度

    1回答

    使用sklearn的「預測」函數

    如果我使用虛擬變量爲分類值訓練了sklearn中的模型，將單行特徵提供給此模型以獲取預測結果的最佳做法是什麼？對於所有輸入數據集，我試圖獲得分數。如果我的列數少於我用來訓練/擬合模型的數據集，它會拋出一個錯誤。？ 只是爲了闡明：在構建我的模型之前，我使用了一個具有5列並創建了118個虛擬列的數據集。現在我有一列有5列的數據，我想在predict函數中使用。我怎樣才能做到這一點？ 在這裏的任何幫助將
    python scikit-learn svm random-forest predict 2016-06-01
最新問題