linear

    -4热度

    2回答

    我想生成满足以下方程的数据(w1,w2,w3,w4): w1 + w2 + w3 + w4 = 1使得对于所有i,wi> = 0。 那么我会如何继续?

    2热度

    1回答

    我已经实施了线性回归的截距,没有截距: TotalReview ~ Number_of_files + LOC 随着截距时,得到以下输出,其中Number_of_files变量是显著: Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) -5.279e+02 1.114e+02 -4.740 0.0

    0热度

    1回答

    我知道,我们可以用简单的线性回归做交叉验证为 lnrreg = LinearRegression() scores = cross_val_score(lnrreg, X, Y, cv=4, scoring='neg_mean_squared_error') 但是,我们如何在高阶的线性回归做cross_val_score()?

    0热度

    2回答

    例如,给定一个矢量[1,2,3,4,5],如何用线性插值将矢量上采样到某个长度,例如python中的45 。

    0热度

    1回答

    我想通过多元线性回归来比较几个(假设非常相似)的研究。为此,我有几个因素作为列(11)和研究条件作为行(113)。在结果向量(113)中,我有每个条件的平均结果。现在我测试了多重回归的所有假设: 1)所有独立变量似乎与因变量012或多少线性关系 2)我假设系数是线性的(尽管我不知道如何测试它SPSS)3)我假设数据来自随机样本4)误差项的均值为零5)没有同方差6)误差项相当独立(Durbin-Wa

    0热度

    1回答

    使用跳我要让这样的目标函数: @objective(m, Max, 19*run[1] + 15*run[2] + 15*run[3]) ...其中19,15和15是活动的实用工具,并运行[i]是描述如果活动二进制跳变应该运行或不运行。 我想使生成该目标的一个宏,使得给定的实用程序的列表=(19,15,15),而不是上述情况,我可以写这样的事: @myObjective(米,最大值,实用程序,

    -3热度

    1回答

    在R,I有一个线性模型标题lmod452。从这个线性模型中,我想检查来自第25-50号案例的观察结果,以观察哪一个是异化的。如何在选定数量的观测值上使用绘图函数? 谢谢!

    1热度

    1回答

    import numpy as np np.random.seed(0) a = np.random.randint(1,100, size= 1000).reshape(1000,1) b = np.random.randint(0,2, size=1000).reshape(1000,1) y = np.where(b==0,a*2, a*3) X = np.hstack((a

    -1热度

    1回答

    我有输入矩阵: let t = [ [0,1,0], [0,1,0], [0,0,0] ] 我想计算SVD。我做的: let U = N.svd(t).U; U是 [-0.7071067811865475, 0.7071067811865475, 0] [-0.7071067811865475, -0.7071067811865475, 0]

    0热度

    2回答

    我在学校做一个项目,其中一个方法找到两条线的交点。它用一行的mx + b值代替其他方程的y值,然后求解x。我试图设置一个“扔”,如果两条线平行,它会抛出一个非法的ArgumentException。下面是我试图安装方法(从Line类): public Point(double x, double y) { setLocation (x, y); } 没有人有任何建议,如何