다음은 선택 열을 기준으로 예측 실행하려고하지 예측이 : 다음은 이전 코드입니다 : model <- glm(Automatable1Y0N ~.,family=binomial(link='logit'),data=train)
data <- subset(training.data.raw,select=c(5,6,7,8,10,12,27))
train <- data[1:
모두. 이것은이 포럼에서 내가 작성한 첫 번째 질문입니다. 나는 모두 초심자로서 초보자입니다. 필자는 훈련 모델을 테스트 모델과 비교해야하는 작은 작업을 수행하고 있습니다. 요점은 훈련 모델이 테스트보다 훨씬 많은 행을 가지고 있다는 것입니다. 선형 회귀 모델을 통해 , 나는 두 모델을 비교하고자하는,하지만 난 예측() 함수를 사용할 때 다음과 같은 오류
1) 윤리 및 도덕 철학에 대한 저널 기사의 초록, 각 초록이 게시 된 날짜, 3) 각 초록이 처음 발행 된 이후 매월 다운로드 된 횟수입니다. 이 데이터를 사용하여 새로운 초록의 텍스트를 기반으로 매월 새로운 초록이 다운로드 될 횟수를 예측하는 알고리즘을 훈련 시키길 원합니다. 나는 주로 Python으로 코드를 정기적으로 작성하지만 기계 학습을 처음 접했
모델이 실제 데이터에 얼마나 잘 맞는지 시각화하기 위해 새로운 y 예측 (및 신뢰 구간)을 만드는 데 사용하려는 gamlss 모델이 있습니다. 원래 데이터가 아닌 임의의 예측 변수 값을 사용하여 새로운 데이터 세트를 예측하고 싶지만 오류 메시지가 표시됩니다. Error in `[.data.frame`(data, match(names(newdata), nam
필자는 R에 익숙하지 않으며 교육 선형 회귀 결과에서 테스트 데이터 집합을 예측하고 플로팅하는 데 어려움이 있습니다. 내가 516 개 관측 와 트레이닝 세트 및 I는 훈련 데이터의 선형 회귀를 실행 10 개 관측 와 테스트 데이터 세트를 train2.lm = LM (CO2 ~ 기간 + P2 데이터 = 훈련) 요약 (train2.lm) 그런 다음 내 테스트
나는 400 개의 관측 데이터 세트를 가지고 있습니다.이 데이터 세트는 훈련 (300 관측)과 테스트 (100 관측)를위한 두 개의 별도 세트로 나누어 져 있습니다. 단계 함수 회귀 분석을 만들려고하는데 문제는 일단 테스트 세트에서 값을 예측하기 위해 모델을 사용하려고하면 경고를 얻습니다. 경고 메시지 : 'newdata'에는 100 개의 행이 있지만 발견
테스트 데이터에서 임의의 포리스트 모델을 실행할 때 같은 데이터 세트 + 모델에 대해 다른 결과가 나타납니다. 차이가 매우 작은 > table((predict(rfModelsL[[1]],newdata = a)) ,a$earlyR)
FALSE TRUE
FALSE 14 7
TRUE 13 66
> table((predict(rfModelsL
mgpyv pkg와 통신하기 위해 rpy2를 사용하여 gam 예측을 얻고 있습니다. 나는 예측 방법을 사용하려고 할 때 나는 오류와 함께, 그것은 오류를하지만, mgcv의 PKG를 사용하여 GAM 적합을 얻을 수 밖입니다 : NameError: name 'predict' is not defined 다음 내 코드입니다. 내가 잘못 뭐하는 거지 eolPred=
Theanos 백엔드가있는 Keras NN과 협력 중이며 14 가지 출력 클래스로 분류 문제를 해결하고 있습니다. 예상 클래스와 관련 확률을 원합니다. 문제는 predict_proba()의 확률이 predict()의 예측 클래스와 일치하지 않는 것입니다. 여기에 코드와 1 샘플의 결과 출력이 더해집니다. PPRANK = ['pp1', 'pp2', 'pp3'
R에서 glm을 수행하고 내가 얻은 결과에서 모델을 예측했습니다. pred$fit을받은 값은 -1.2에서 0.7 사이의 값을 갖습니다. 그러나 나는이 값을 0과 1 사이의 범위로 재조정하여 Y 축이이 두 값 사이에있는 플롯에서 관찰 할 수 있습니다. 음의 값이 보이지 않으므로 ylim을 변경하는 것만으로는 충분하지 않습니다. 이 경우에 적용 할 수있는 함수