Articles of regresión

Regresión del proceso gaussiano de múltiples salidas en scikit-learn

Estoy utilizando scikit learn para la operación de regresión del proceso gaussiano (GPR) para predecir datos. Mis datos de entrenamiento son los siguientes: x_train = np.array([[0,0],[2,2],[3,3]]) #2-D cartesian coordinate points y_train = np.array([[200,250, 155],[321,345,210],[417,445,851]]) #observed output from three different datasources at respective input data points (x_train) Los puntos de prueba (2-D) donde se debe predecir […]

¿Multivariable (polinomio) mejor curva de ajuste en python?

¿Cómo se calcula una línea de mejor ajuste en python y luego se grafica en un diagtwig de dispersión en matplotlib? Calculé la línea lineal de mejor ajuste utilizando la Regresión de mínimos cuadrados ordinarios de la siguiente manera: from sklearn import linear_model clf = linear_model.LinearRegression() x = [[t.x1,t.x2,t.x3,t.x4,t.x5] for t in self.trainingTexts] y = […]

¿Cómo podemos encajar una señal en la función sigmoide en Python?

Estoy trabajando con un conjunto de datos simple y por razones de reproducibilidad, lo comparto aquí . Para aclarar lo que estoy haciendo, de la columna 2, estoy leyendo la fila actual y la comparo con el valor de la fila anterior. Si es mayor, sigo comparando. Si el valor actual es más pequeño que […]

AttributeError: el módulo ‘xgboost’ no tiene atributo ‘XGBRegressor’

Estoy intentando ejecutar xgboost utilizando spyder y python, pero sigo recibiendo este error: AttributeError: el módulo ‘xgboost’ no tiene atributo ‘XGBRegressor’ Aquí está el código: import xgboost as xgb xgb.XGBRegressor(max_depth=3, learning_rate=0.1, n_estimators=100, silent=True, objective=’reg:linear’, gamma=0, min_child_weight=1, max_delta_step=0, subsample=1, colsample_bytree=1, seed=0, missing=None) Error es Traceback (most recent call last): File “”, line 1, in xgb.XGBRegressor(max_depth=3, learning_rate=0.1, […]

Valores de clip de regresión de keras.

Quiero recortar valores, ¿cómo podría hacer eso? Intenté usar esto: from keras.backend.tensorflow_backend import clip from keras.layers.core import Lambda … model.add(Dense(1)) model.add(Activation(‘linear’)) model.add(Lambda(lambda x: clip(x, min_value=200, max_value=1000))) Pero no importa dónde coloque mi clip Lambda +, ¿no afecta nada?

Ejecutar una regresión OLS con Pandas Data Frame

Tengo un dataframe de pandas y me gustaría poder predecir los valores de la columna A a partir de los valores de las columnas B y C. Aquí hay un ejemplo de juguete: import pandas as pd df = pd.DataFrame({“A”: [10,20,30,40,50], “B”: [20, 30, 10, 40, 50], “C”: [32, 234, 23, 23, 42523]}) Idealmente, tendría […]

¿Cómo escribir regresión logarítmica multivariable con Python y sklearn?

Escribí un código para la regresión polinomial multivariable, utilicé funciones polinomiales y la función de transformación de sklearn. ¿Es posible realizar regresión logarítmica multivariable? ¿Tiene Sklearn algún tipo de transformación logarítmica, como la que tiene para las características polinomiales? ¿Cómo puedo escribir una regresión logarítmica multivariable en python? Este es mi código para características polinomiales […]

datos de ajuste con numpy

Permítanme comenzar diciendo que lo que recibo puede no ser lo que espero y quizás pueda ayudarme aquí. Tengo los siguientes datos: >>> x array([ 3.08, 3.1 , 3.12, 3.14, 3.16, 3.18, 3.2 , 3.22, 3.24, 3.26, 3.28, 3.3 , 3.32, 3.34, 3.36, 3.38, 3.4 , 3.42, 3.44, 3.46, 3.48, 3.5 , 3.52, 3.54, 3.56, […]