non-linear-regression

1熱

1答えて

Caffe BP回帰モデルを使用すると予測される結果の大部分が0になるのはなぜですか？

入力データをhdf5形式に変換しました。フォローとして name: "RegressionNet" layer { name: "framert" type: "HDF5Data" top: "data" top: "label" include { phase: TRAIN } hdf5_data_param {

0熱

1答えて

パラメータを合わせる

私はMatlabを新しく使いました。私はこのコードをオンラインで見つけようとしています。私はHydrodynamicSpectrumで記述されたグラフに適合しようとしています。しかし、fvAとfmAを入力してからフィットさせるのではなく、この値に適合するパラメータも得ようとしています。私はそれらを削除して変更しようとしました。しかし、誰も働いていません。ここの誰かが私にこれを正しい方向に向ける

2熱

1答えて

Multiplicative回帰

私は、1つの連続従属変数（y）と3つのカテゴリ独立変数（x1、x2、x3）を持つデータセットの回帰モデルを推定しようとしています。たとえば、yはスマートフォンに支払う価格で、xは3つの機能（色、サイズ、保存容量など）です。私の前提は、各フィーチャが（未知の）ベースライン価格に対する倍率を表しているということです。したがって、携帯電話のベースライン価格が100の場合、赤色で25％、赤色で50％、ス

-4熱

2答えて

私のデータの非線形回帰を行う方法

各温度データの温度と不快指数の値を設定しました。温度（x軸）と計算された不快指数値（y軸）の間にグラフをプロットすると、逆U字型の曲線が得られます。私は非線形回帰を行い、それをPMMLモデルに変換したいと考えています。私の目標は、一定の温度を与えると予測される不快感の値を得ることです。以下のデータセット見つけてください： Temp <- c(0,5,10,6 ,9,13,15,16,20,21,

2熱

1答えて

MATLAB - fminconのための目的関数を書く（）

私はnDOF、nprocsおよびTは、この表の最初の2列から取られ次関数を最小化する必要があります私はMATLABで次のベクトルを持っています nDOF = 3993 3993 3993 3993 3993 3993 3993 3993 7623 7623 76

2熱

1答えて

`predict.nls`戻り、指定` newdata`

Link to dataset 定義されたパラメータで、予測ではなく、値をフィット： nls.full <- nls(M ~ (m^(alpha0 + alpha1 * s + alpha2 * v + alpha3 * s * v)) * (beta0 + beta1 * s + beta2 * v + beta3 * sv + a * gamma0 + gamm

1熱

2答えて

`nls`は私のモデルのパラメータを見積もることができません

私はヒープ法の定数を推定しようとしています。 # Function for Heaps law heaps <- function(K, n, B){ K*n^B } heaps(2,117795,.7) #Just to test it works のでn = Word Occurrences、およびKとBは、個別の私の予測を見つけるために定数でなければなりません値は以下のと

-1熱

1答えて

R警告：newdataの行は15行ですが、見つかった変数には22行があります

ここではいくつかの回答を読んだことがありますが、私は答えを見つけ出すことができませんでした。マイRコードは次のとおりです。 colors <- bmw[bmw$Channel=="Colors" & bmw$Hour=20,] colors_test <- tail(colors, 89) colors_train <- head(colors, 810) colors_train_ag

0熱

1答えて

Matlab：非線形回帰、2基準

私は、生態系CO2交換（NEE）を予測するために、3つの独立変数（光、温度、蒸気圧不足（VPD））を使用して非線形モデルに適合させようとしています。私はnlinfit機能を使用する方法を知っているが、私の問題は、私は2つの基準を使用したいということです： - 1. if VPD < 1.3 NEE = (Param(1).*Param(2).*Ind_var(:,1))./(Param(1).

2熱

1答えて

scipy optimize.least_squaresメソッドから適合したパラメータの共分散行列を取得する

制約付き非線形最小二乗最適化を実行するためにscipy.optimizeのleast_squares methodを使用しています。私は適合パラメータの誤差バーを得るために、適合パラメータの共分散行列をどのように得ることになるのだろうと思っていましたか？これはcurve_fitとleastsqではかなり明確ですが、least_squaresメソッドではあまり明確ではありません（少なくとも私にとっ