我有一个问题。
我使用 <code>ggplot2</code> 执行了一些 GAM,但现在我需要提取某些特定 x 值(X 轴:
我在每日时间序列 x_0 到 x_n 上估计了一个 ARIMA 模型(实际上是一个模型列表)。给定估计的模型,我“
我想使用经过训练的 RL 模型进行离散测试预测。
模型是这样构建的:
<pre><code>model = Sequential()
m
我正在尝试使用包含 713488 个数据点的系列拟合 SARIMAX() 模型。
不幸的是,当我尝试拟合时,模型
我一直在尝试使用包含 713488 个数据点的系列拟合 SARIMAX() 模型。
加载需要很长时间,即使超过几
例如我有一个模型:
<pre><code>model = lm(y ~ x, data = data)
</code></pre>
并且我想使用 predict() 预测 x = 20 处
我在 R 中建立了一个 logit 模型:
模型 <- glm(as.factor(y) ~ x, family = binomial(link = "logit"), data = data)
<p
我正在使用 <code>Biomod2</code> 包在 R 中运行一系列物种分布模型。我使用的建模技术之一是使用 <code>rpart<
我已经能够使用 <code>lm</code> <code>poly</code> 模型对一些时间序列数据进行建模和预测。但是,当我改为使
在用 pickle 保存我的模型之前,该模型运行良好,并且获得了 <code>0.80</code> 精度。现在,当我尝试使用
我是否遗漏了导致 <code>predict.rma()</code> 找不到 <code>"factor(outcome)"</code> 的内容?
<pre><code>library(
我的目标是从一个数据帧创建多个模型,然后围绕与这些不同模型对应的拟合值生成置信区间。
拉
我有这个代码,它通过交叉验证运行 SVR:
<pre><code>def run_SVR(xTrain,yTrain,xTest,yTest,output_file,data_name):
&#
我正在查看应用预测建模书籍 Max Kuhn 中第 6 章练习 3 问题的答案,但在插补预测步骤中出现错误(尽管
我在R中建立了一个线性回归模型,并试图得到每个解释变量(自变量)(即x1、x2、x3)的贡献量(不是
我想预测包含 NA 行的新数据。
我需要让这些行在输入数据和预测输出中具有相同的行数。
我如何使用 R
我的目标是创建多个模型,然后使用一个新的数据集,为该新数据集创建预测值以及每个新拟合点周围
我一直在关注 <a href="https://bbolker.github.io/mixedmodels-misc/glmmFAQ.html#lme4" rel="nofollow noreferrer">Ben Bolker's vign
我使用了siamese网络来训练权重并进行预测。我查看源代码将图像与图像进行比较以预测相似性。<br/>
我
我正在研究一个多类、高度不平衡的分类问题。我使用随机森林作为基础分类器。
考虑到多个标准