predict

    1熱度

    1回答

    我正在使用SparkR,我需要知道如何預測它們的新值和準確性。 這是輸入,sample of data.csv Classes ‘data.table’ and 'data.frame': 100 obs. of 8 variables: $ LINESET : chr "DG1000420" "DG1000420" "DG1000420" "DG1000420" ... $ TIMEINT

    0熱度

    1回答

    Click here to access the train and test data I used.我是SVM的新成員。我正在嘗試R中的svm包來訓練我的數據,其中包含40個屬性和39個標籤。所有屬性都是雙重類型(大多數是0或1,因爲我在分類屬性上執行了虛擬編碼),類標籤是不同的字符串,後來我轉換爲一個因子,現在是整數類型。 model=svm(Category~.,data=train1,s

    0熱度

    1回答

    我試圖預測R中的data.frame中的未來值,但我一直在獲取與我預測的列相同的數字。下面是被預測的值的代碼 - df=read.csv(file="D://Users/me/Documents/df.csv", header=FALSE, row.names=NULL) df <- data.frame(t(df)) df <- df[-c(21),] fit <- lm(X1~.,

    1熱度

    1回答

    我有這樣的數據: A B 1 632364 4 2 144599 2 3 3715821 2 4 184524 5 5 1674 11 6 0 4 7 8019 7 8 25992 6 9 0 16 10 0 15 11 19172040 2 我試圖運行在B的線性迴歸預測日誌A.

    0熱度

    1回答

    我正在使用下面的R腳本對Twitter評論(以哈薩克語)進行情感分析。 3000(1500sad,1500happy)對訓練集的評論和對測試集的1000(快樂悲傷混合)評論。一切都很好,但最終,預測值顯示出所有的樂趣,這是不對的。 我已經檢查過每個功能,並且所有功能都正在運行,直到naiveBayes功能。我檢查了分類器值,它們是正確的。我認爲要麼naiveBayes或predict搞砸了。 當我

    0熱度

    2回答

    我一直在plotCalibration()函數中遇到一些問題,我設法讓它在之前工作,但最近與另一個數據集(here is a link to the .Rda data file)一起工作時,我一直無法擺脫這一直此起彼伏的錯誤消息: > plotCalibration(data = data, cOutcome = 2, predRisk = data$sortmort) Error in p

    0熱度

    1回答

    我使用Stata運行固定效應模型,然後執行樣本預測。但似乎 xtreg 其次 predict yhat, xbu 與固定效果一起不能預測出的樣本。通過包含固定效果,有沒有辦法使用xtreg來取樣?插圖: webuse nlswork xtset idcode year regress ln_wage age if year <= 80 predict temp1 xtreg ln

    0熱度

    1回答

    我使用脫字號查找&比較多個模型的預測。我首先將我的數據劃分爲5個交叉驗證摺疊,然後在5個訓練數據集中的每一箇中使用10倍CV以選擇最優模型參數。上的小的(N = 400)測試數據集 示例代碼用於單個glmnet模型: # Load data & factor admit variable. > mydata <- read.csv("http://www.ats.ucla.edu/stat/da

    -1熱度

    1回答

    預測我有一個矩陣的特徵(在列中)最後一列是類標籤。觀察成行。 我在R中使用rpart在我的數據子集上構建決策樹,並使用其餘數據進行預測來測試它。學習樹的代碼是 fTree <- rpart(feature$a ~ feature$m, data = feature[fold != k, ], method = "class", parms = list(split = "gini"))

    -2熱度

    1回答

    我有一個包含兩列的數據集,如下所示,其中列1,時間戳是Column.10給定時間的特定值,那個時間的例子。該數據共有81502個實例。 我對這個數據使用e1071包來預測未來的實力做使用R中支持向量迴歸。代碼如下。我首先將數據集劃分爲訓練和測試數據。然後使用訓練數據使用svm函數對數據建模,然後預測測試集的功耗。 library(e1071) attach(data.csv)