Articles of regresión

Proceso Gaussiano scikit-learn – Excepción

Quiero usar los procesos gaussianos para resolver una tarea de regresión. Mi información es la siguiente: cada vector X tiene una longitud de 37, y cada vector Y tiene una longitud de 8. Estoy usando el paquete sklearn en Python pero tratar de usar procesos gaussianos conduce a una Exception : from sklearn import gaussian_process […]

El escalado del objective hace que la regresión SVM de Scikit-learn se descomponga

Cuando se entrena una regresión SVM, generalmente es recomendable escalar las características de entrada antes de entrenar. Pero ¿qué hay de la escala de los objectives? Por lo general, esto no se considera necesario y no veo una buena razón por la que debería ser necesario. Sin embargo, en el ejemplo de scikit-learn para regresión […]

Múltiples salidas en keras.

Tengo un problema que se relaciona con la predicción de dos salidas cuando se le da un vector de predictores. Supongamos que un vector predictor se parece a x1, y1, att1, att2, …, attn , que dice que x1, y1 son coordenadas y los att’s son los otros atributos asociados a la aparición de las […]

Python divide por cero en log – regresión logística

Estoy tratando de implementar un clasificador de regresión logística multiclase que distingue entre k clases diferentes. Este es mi código. import numpy as np from scipy.special import expit def cost(X,y,theta,regTerm): (m,n) = X.shape J = (np.dot(-(yT),np.log(expit(np.dot(X,theta))))-np.dot((np.ones((m,1))-y).T,np.log(np.ones((m,1)) – (expit(np.dot(X,theta))).reshape((m,1))))) / m + (regTerm / (2 * m)) * np.linalg.norm(theta[1:]) return J def gradient(X,y,theta,regTerm): (m,n) = X.shape […]

Trabajando con, preparando datos de bolsa de palabras para la Regresión

Estoy tratando de crear un modelo de regresión que predice la edad de los autores. Estoy usando (Nguyen et al, 2011) como mi base. Utilizando un Modelo de Bolsa de Palabras, cuento las ocurrencias de palabras por Documento (que son Publicaciones de Tableros) y creo el vector para cada Publicación. Limito el tamaño de cada […]

ValueError: un valor en x_new está por debajo del rango de interpolación

Este es un error de scikit-learn que recibo cuando lo hago. my_estimator = LassoLarsCV(fit_intercept=False, normalize=False, positive=True, max_n_alphas=1e5) Tenga en cuenta que si disminuyo max_n_alphas de 1e5 a 1e4, no volveré a aparecer este error. ¿Alguien tiene una idea de lo que está pasando? El error ocurre cuando llamo my_estimator.fit(x, y) Tengo 40k puntos de datos […]

Ajuste de curvas para cada columna en Pandas + extrapolar valores

Tengo un conjunto de datos con unas 300 columnas, cada una de ellas dependiente de la profundidad. La versión simplificada de Pandas DataFrame se vería así: import matplotlib.pyplot as plt import numpy as np import pandas as pd from scipy_optimize import curve_fit df1 = pd.DataFrame({‘depth’: [1.65, 2.15, 2.65, 3.15, 3.65, 4.15, 4.65, 5.15, 5.65, 6.15, […]

¿Cómo extraer la ecuación de un ajuste polinomial?

Mi objective es ajustar algunos datos a una función polinomial y obtener la ecuación real, incluidos los valores de los parámetros ajustados. Adapté este ejemplo a mis datos y el resultado es el esperado. Aquí está mi código: import numpy as np import matplotlib.pyplot as plt from sklearn.linear_model import Ridge from sklearn.preprocessing import PolynomialFeatures from […]

Diferencia entre la interacción: y * término para las fórmulas en la regresión StatsModels OLS

Hola, estoy aprendiendo Statsmodel y no puedo entender la diferencia entre: y * (términos de interacción) para las fórmulas en la regresión StatsModels OLS. ¿Podría por favor darme una pista para resolver esto? ¡Gracias! La documentación: http://statsmodels.sourceforge.net/devel/example_formulas.html

Distinguir el exceso de ajuste vs buena predicción

Estas son preguntas sobre cómo calcular y reducir el sobreajuste de aprendizaje automático. Creo que muchas de las novedades en el aprendizaje automático tendrán las mismas preguntas, así que traté de ser claro con mis ejemplos y preguntas con la esperanza de que las respuestas aquí puedan ayudar a otros. Tengo una muestra muy pequeña […]