least-squares

    4热度

    1回答

    当我运行像 import numpy from sklearn import linear_model A= #something b= #something clf=linear_model.Lasso(alpha=0.015, fit_intercept=False, tol=0.00000000000001, max_iter=10000000000000, posit

    3热度

    2回答

    我正在做一些替代线性回归技术的比较。 很明显,这些将相对于OLS(普通最小二乘法)进行实验。 但我只想要一个纯粹的OLS方法,没有数据的预处理来发现数据中的病态情况,就像您在使用regress()时发现的那样。 我曾希望简单地使用经典(XX)^ - 1XY表达式?然而,这将需要使用inv()函数,但是在MATLAB指南页面inv()中,它建议您在执行最小二乘估计时使用mldivide,因为它在执行

    5热度

    1回答

    我有两个数据列表,一个是x值,另一个是相应的y值。我如何找到最合适的?我试过用scipy.optimize.leastsq搞乱,但我似乎无法做到。 任何帮助是极大的赞赏

    0热度

    1回答

    我想用Google脚本解决least-square optimization problem。 有没有办法通过Google Apps脚本解决这种数学优化问题?是否有连接API或服务来解决如此高级的数学问题?

    3热度

    1回答

    我想在python中执行一个带有三个变量的已知函数的最小二乘方。我能够为随机生成的错误数据完成此任务,但我需要的实际数据包括一些数据点,这些数据点是值的上限。该函数将通量描述为波长的函数,但是在某些情况下,在给定波长下测量的通量不是具有误差的绝对值,而是通量的最大值,实际值低于零值。 是否有某种方式告诉拟合任务有些数据点是上限?此外,我必须为多个数据集执行此操作,并且可能上限的数据点数对于每个数据

    1热度

    1回答

    我一直试图使用python的scipy.optimize库来估计模型的参数,但目前为止没有成功。我试图使用使用levenberg-marquardt算法的scipy.optimize.leastsq。不幸的是,即使我将初始参数的猜测设置得非常接近最佳拟合,它总是无法找到我的模型函数的最小值。实际上,它总是返回最初猜测的参数。所以,我认为我做错了什么。我的模型是一个简单的圆,但为了使事情更简单,只有

    1热度

    1回答

    我试图在Matlab中实现文件Reducing boundary artifact in image deconvolution available here。 我遇到的问题是我不知道如何在matlab中实现本文描述的正则化最小二乘问题。 谁能给我一些建议吗?直到现在我发现了matlab 中的套索函数,但我不确定这是我需要的。谢谢。

    5热度

    1回答

    有没有人设法在Vowpal Wabbit中运行普通最小二乘回归?我试图确认它将返回与确切解答相同的答案,即当选择最小化||y - X a||_2 + ||Ra||_2(其中R是正则化)时,我想要得到分析答案 a = (X^T X + R^T R)^(-1) X^T y。做这种类型的回归在numpy python中需要大约5行。 大众的文档表明它可以做到这一点(大概是“平方”损失函数),但到目前为止

    1热度

    1回答

    我有一个模型 y = a1 * x1 + a2 * x2 + ... + a20 * x20 y是在范围[-100000,100000]。 对于我来说,在相对误差最小的情况下获得回归是非常重要的。绝对错误并不重要。 我应该使用什么样的matlab函数? 我的样本应该有多大? 什么是最简单的方法来计算R_adj? 是R_adj是您建议评估模型的一个很好的变量,还是模型应该使用别的东西?

    0热度

    1回答

    我想解决余弦函数的相位偏移问题。我正在寻找[0,2 * pi]之间的值。 为了探究这种使用scipy.optimize.curvefit我创建了一个玩具的功能,如下所示: import scipy.optimize as optimize import numpy as np import matplotlib.pyplot as plt # DATA angles = np.array