내가 아래 문을 가로 질러 와서 무엇을 [0]의 확실하지 않았다 의미 : model.predict(image)[0]
을 그래서, 한 번 위의 문 을 인쇄를했다 [0]와[0] 한 번하지 않고, 다음과 같이 print model.predict(image)
[[ 0.99335432 0.00664574]]
print model.predict(image)
다음과 같은 유사한 질문과 답변을 검토했지만 다른 질문을하기에 충분하지 않은 것으로 생각됩니다. Getting Warning: " 'newdata' had 1 row but variables found have 32 rows" on predict.lm in R R Warning: newdata' had 15 rows but variables found ha
R에서 예측을 시도합니다. 내가 & 데이터를 청소하고, 모델에 맞춰서 꽤 잘 어울리는 예측을했다. 내 문제는 내 예측이 요인 그 자체가 아니라 특정 요인의 발생 확률 백분율을 제공한다는 것입니다. 사람들이 운동을 얼마나 잘 수행하는지에 대한 데이터 세트가 있습니다. 이 성능은 A-D (내 데이터 세트의 요소 변수)에서 나타납니다. 나는이 출력 예측을 얻을
CHAID가있는 모델을 작성했습니다. 지금은 변수를 예측하는 데 사용할 - 나는 나무() 또는 rpart()와 함께 할 것 같은 : MA_CHAID <- chaid(Data$target
~ Data$factor1
+ Data$factor2,
control = chaid_control(minprob = 0.001,
처음에는 R 언어에 대해 거의 완전히 익숙하지 않기 때문에 (프로그래밍을 솔직히 말하면) 회신을 요청할 수 있습니다. :) 문제는 - 나는 내 나라의 실업률 수준을 말해야하는 기본 선형 모델을 만들었습니다. 예측에 관한 한 쉬운 일입니다. 내 모델과 2011 년부터 2011 년까지의 실제 가치에 대한 이론적 가치가 있습니다. 24 개 관측 데이터는 2017
응답 변수가 누락되어 있지만 고정 효과 및 임의 수준의 모든 값에 대해 ASreml-R 모델에서 예측을 생성하는 간단한 방법이 있는지 아는 사람은 누구입니까? 효과 인자가 알려져있다. 일반적인 "fitted"함수는 관찰 된 응답 만있는 경우에 대한 예측을 반환합니다. "예측"기능은 예를 들어에 장착 된 모델의 새로운 데이터 세트를 통해 예측 된 응답을 생성
SuperLearner R 패키지를 사용하고 있습니다. 기차 및 테스트 세트 모두에 대해 예측 된 y 값을 생성하려고합니다. "newX"를 정의하지 않고 수퍼 리어너 모델을 피팅 한 후 트레인 세트에서 예측을 얻은 후 MSE 및 플롯 예측과 실제 Y 값을 계산할 수 있도록 "예측"명령을 사용하여 테스트는 다음 코드를 실행하여 설정 : 다음 sl.cv<-Su
저는 R에서 작업을 학습하는 내 컴퓨터에 대해 캐럿을 많이 사용합니다. 나는 내가 새로운 데이터를 득점 할 lm() 와 선형 회귀 분석을 나는 모델 캐럿에서 훈련, 말 : 는하지만 다음과 같은 문제에 직면 predict(model, new_data) 때 new_data 예측 자의 누락 된 값이 포함되어 있습니다. 예측은 예측을 반환하지 않습니다. 대신 NA
혼돈 행렬의 결과를 for 루프에 저장하려고합니다. 지금 루프는 각 반복마다 분석 결과를 인쇄합니다. for(i in 1:50){
train.cpg.t2 <- sample(nrow(cpg.updated.2), 2/3 * nrow(cpg.updated.2))
cpg.train.t2 <- cpg.updated.2[train.cpg.t2, ]
cpg.tes
나는 선형 회귀 모형 (선형 회귀 출력을 가진 CNN)을 훈련 시켰습니다. 내 입력은 이미지이고 출력은 확률입니다. 이제 다른 이미지 (내 테스트 세트와 다름)를 가져 와서 네트워크를 통해 확률을 얻고 싶습니다. 내 모델, 무게와 이미지를로드하고 4D 텐서 실행 예측과 같이로 바꿀 : 나는 7.35의 값을 얻을 json_file = open('/home/m