predict

    0熱度

    1回答

    如何我在與預測簇標記爲測試數據的基礎上，對訓練數據的DBSCAN聚類分析模型的問題[R

    使用DBSCAN對象和高爾距離矩陣爲新的數據預測簇標記。 我創建模型時所使用的高爾距離矩陣： > gowerdist_train <- daisy(analdata_train, metric = "gower", stand = FALSE, type = list(asymm = c(5,6))) 使用這種gowerdist矩陣，創造了
    r matrix distance predict dbscan 2017-04-26

    0熱度

    1回答

    當用SVM模型預測時，R返回因子（0）

    然而，我的問題與this thread完全相同，因爲這似乎還沒有令人滿意的答案，所以我認爲再次詢問以及可重複的代碼。 training <- read.csv("https://d396qusza40orc.cloudfront.net/predmachlearn/pml-training.csv")[,-1] testing <- read.csv("https://d396qusza40or
    r machine-learning svm predict 2017-05-16

    1熱度

    1回答

    迴歸 - 樣本外預測

    我試圖找出如何處理我的預測問題，我不確定我的理解是否正確，所以如果有人能幫助我，這將是非常好的。首先，我的目標是預測迴歸的時間序列。除了使用ARIMA模型或其他啓發式車型我想專注於機器學習技術，如迴歸，如隨機森林迴歸，K近鄰迴歸等。這裏是數據集的概述： Timestamp UsageCPU UsageMemory Indicator Delay 2014-01-03 21:50:00 31
    r time-series prediction forecasting predict 2017-05-20

    1熱度

    1回答

    '預測'函數的'level ='參數是如何證明的？

    我是新來R.我有如下編寫的示例代碼： model <- lm(Height~Age,data = class) predict(model,data.frame(Age=35),interval = "confidence",level = .95) predict(model,data.frame(Age=35),interval = "confidence",level = .99) p
    r statistics predict 2017-04-05

    -1熱度

    1回答

    如何預測類的概率？

    我訓練一隻貓與狗分類模型，當我這樣做，我不知道如何讓每個類別的概率
    python keras predict 2017-04-13

    1熱度

    2回答

    應用data.frames之間的預測（）兩個名單

    這裏一些示例數據中： df_1 = read.table(text = 'Year count var1 1951 12 380 1952 13 388 1953 11 400 1954 14 411 1955 14 422 1956 14 437
    r list dataframe predict 2017-04-15

    0熱度

    1回答

    如何在lme4 :: glmer模型的新數據上使用predict（）？

    我一直在試圖建立glmer模型的預測性能（AUC ROC）。當我嘗試在測試數據集上使用predict()函數時，此函數的輸出是我列車數據集的長度。 folds = 10; glmerperf=rep(0,folds); glmperf=glmerperf; TB_Train.glmer.subset <- TB_Train.glmer %>% select(one_of(su
    r predict lme4 mixed-models 2017-04-20

    0熱度

    3回答

    從隨機森林中檢索結果的概率

    我在包含7個變量的大約1000個觀測值的數據集上生長了一個隨機森林模型（使用包'party'的cforest）。答案是二元的（比如結果A和結果B），6個預測變量都是分類的。我的問題是，我想獲得1000個結果中的每一個的概率，例如在邏輯迴歸模型中。在後一種情況下，我們可以使用預測（yourmodel，type =「response」）來獲得每個結果的概率，在這種情況下，當p> = 0.5時，結果A更
    r random-forest predict 2017-04-20

    1熱度

    1回答

    xgboost模型的預測函數的列順序

    有誰知道R預測函數中newdata中的列是否需要與使用xgboost構建預測模型的traindata的順序完全相同？如果新數據有額外的列，這是一個問題嗎？在下面的例子中，似乎不同的順序/額外的列給出了不同的預測。 data(mtcars) mtcars <- subset(mtcars, select = c(qsec, mpg, drat)) mtcars <- as.matrix(mtca
    r predict 2017-04-24

    -1熱度

    1回答

    「newdata」有10000行，但發現變量有40000行

    我得到了錯誤：「newdata」有10000行，但發現變量有40000行 train_frame=data$trainData[,-c(65,81)] for (i in 1:98){ names(train_frame)[i]<-i } lda(data$trainLabel~ train_frame,prior=rep(1,10)/10,method='moment')->lda_e
    r predict 2017-04-30
最新問題