regression
-
为线性回归预测的非常大的值
-
使用 optim() 估计概率回归模型
-
mgcv：获得给定新数据的响应的预测分布（负二项式示例）
-
在 sklearn 中使用决策树回归和交叉验证
-
predict() 为 bs() 给出了错误的矩阵；如何预测线性回归？
-
用 NA 预测 smooth.splines 的新数据
-
R中的项目级回归系数？
-
如何在 H2O 中迭代 GLM
-
为什么在包含 R 中的因素的方差分析中删除变量不会降低自由度？
-
为什么保持较低的模型权重（添加正则化参数）可以使模型更好地适应未见/测试数据？
-
估计 scipy.odr 中拟合参数的标准差？
-
编写一个包装函数以通过省略号 (...) 成功获取附加参数（如子集）
-
使用 mgcv GAM 进行二元逻辑回归时出现 offset[[i]] 错误
-
实践中的最小二乘法
-
statsmodel.formula.api python 中的线性回归
-
predict.glm(..., type = "response", se.fit = TRUE) 返回什么标准错误？
-
在 jupyter notebook 下使用来自 scipy.optimize 的 fmin 进行数据拟合
-
线性回归中测试数据集的负 R 平方？
-
如何使用简单线性回归预测新值 log(y)=b0+b1*log(x)
-
数据集的 SAS 输出回归