回答情况：
提问时间：
问题标签：
我正在尝试使用APMonitor为模型预测控制构建一个python代码。但是，我不想在第三方在线服务器上获得结果。因此，我想收集预测的有偏和无偏的数据，并自己在Python上绘制它们。
浏览 37提问于2019-09-19得票数 1
我有以下线性模型，我想找到最好的线性无偏估计x<-matrix(x,ncol=4,byrow=T)
y<-c(2.1,1.9,2,2.2,1.2,0.8,1.1,0.9,5.1,5.2,4.9,4.9,7.9,8,8.2,7.9)
浏览 2提问于2014-11-05得票数 0
因此，通常对于无偏硬币，在3次翻转中获得2个正面的概率是- 3C2 * 1/2 * 1/2 * 1/2 = 3/8，因为我们知道，概率的公式是可能事件除以所有可能事件；我们可以说这里有8个可能事件。现在抛出一枚无偏硬币，80%的概率得到正面，所以3次抛出2次正面的概率是- 3C2 * 0.8 * 0.8 * 0.2 = 3/7.8125，那么样本空间是7.8125吗？
浏览 2提问于2020-06-21得票数 0
研究线性模型(高斯、指数、卡方、F-分布等)的一致性、效率、鲁棒性、蓝色、无偏性等问题，是一种基于微积分的统计推理理论.构成回归模型。
什么时候神经网络比这些传统的基于回归分析的微积分模型更好？神经网络无偏估计器，是一致的，有效的，等等，平均是正确的答案吗？他们能估计出人口的真实参数吗？
浏览 0修改于2018-12-23得票数 0
回答已采纳
我试图了解测试数据集是否可以用来选择一个经过训练的最终模型。让我们假设这个场景：这是使用测试数据集的正确方式吗？一些混淆来自于测试数据集的internet定义：
用于对最终模型进行无
浏览 0修改于2021-02-08得票数 2
回答已采纳
1回答
这应该很容易，但是在R中是否有一个内置函数来得到lm对象的方差协方差模型的无偏估计？我的意思是$\epsilon \epsilon‘/(N 1)$？
浏览 1提问于2016-02-19得票数 2
回答已采纳
4回答
我一直在阅读我们如何将我们的数据分成3部分；通常，我们使用验证集来帮助我们调整参数和测试集，以便对我们的模型的表现有一个无偏的估计，这样我们就可以根据测试集的结果来比较模型。然而，我也读过模型选择应该在调优参数之前完成。我有点糊涂了。哪一个必须先做另一个？验证集是否用于调优？如果是这样的话，我们应该如何在调整参数之前进行模型选择？
浏览 0提问于2018-11-27得票数 10
回答已采纳
我正在做作业，要求我从8位的表示法转换为6位的表示法。但是，在把新的偏差加到无偏指数之后，我得到了一个负数。这是什么意思？这是地下水流吗？
浏览 3修改于2017-05-23得票数 1
回答已采纳
简言之：
测试集-获得对新数据的模型性能的无偏估计。我理解，在许多情况下，您希望对模型性能进行公正的评估，例如，发布论文或向客户报告结果。但是，在我的情况下，我不关心获得一个对新数据的模型性能的公正估计。我只想找到最好的模型并使用它。除了对模型性能的不偏不倚的评估外，还有什么其他的理由来包括测试集？对我来说，使用训练和验证是有意义的吗？
浏览 0提问于2018-03-07得票数 1
2回答
验证数据集：：用于在调整模型超参数时对训练数据集上的模型进行无偏评估的数据样本。当验证数据集上的技能被合并到模型配置中时，评估变得更加偏颇。
验证数据的目的是什么？
浏览 3修改于2019-12-11得票数 1
回答已采纳
2回答
我有一个有向边和无向边的图，现在我想用有向边代替这些无向边(每个无向边变成一个有向边)。对于每个无向边缘有两种可能性(用一个方向或另一个方向的有向边替换它)。这似乎不起作用，因为拓扑排序创建了一个偏序(并不是所有的顶点都可以相互比较)，我需要的是一个总顺序(所有顶点都是可比的)。如何将部分订单扩展到总订单？--我的方法失败的示例图：
3 -&g
浏览 2修改于2017-05-15得票数 2
回答已采纳
我找不到cov()函数在计算协方差矩阵时是否考虑了模型的自由度和模型中的数据点数量。 更新:我正在尝试做一个优化过程，以最小化OLS回归的残差。通常，无偏最小二乘残差方差由E(RSS/N−p-1)=σ²给出。其中RSS是残差平方和，N是观察值的数量，p是系数的数量。
浏览 52修改于2020-09-01得票数 0
1回答
无有效位数的隐含位。关于指数，在无偏2的补码中，我知道最小的4位负数是1000，这是十进制的-8。1(基数2) x 2^-8 = .00390625还是.1 (基数2) x 2^-8 = .001953125
我想是.001953125。
浏览 1修改于2014-03-22得票数 0
2回答
附加关键词：最佳线性无偏估计(蓝色)、调整均值、混合模型、固定效应、线性组合、对比度、R
在用mmer() of 进行模型拟合之后，是否可以从mmer对象中获得 / ？
浏览 0修改于2021-03-19得票数 1
回答已采纳
让我们说，我想建立一个预测模型。我最初将我的数据分成两部分，其中80%用于培训，其余20%用于测试。然后，我在80%上运行CV对超参数进行调优，最后使用测试样本上的最优超参数来运行模型，从而得到对我的模型性能的无偏估计。您获得的模型性能估计可能更稳定(也就是说，它不是基于使用测试数据的单个运行，而是基于多次运行)。
我是不是遗漏了什么？
浏览 0修改于2021-07-13得票数 -1
回答已采纳
我正在训练一个物体检测模型(SSD300)来检测和分类热图像中的人体姿势。现在，我想在一个无偏的数据集上评估模型。精确-召回？(但我必须选择一个姿势分类阈值.)
浏览 0修改于2020-02-05得票数 1
我正在使用H2O的扩展隔离森林(EIF)，一个无监督的模型，来检测一个无标签数据集中的异常。但是，对于我正在进行的项目来说，模型的可解释性是非常重要的。我发现了函数，它应该返回模型的几个可解释的方法。文件说明
主要函数h2o.explain() (全局解释)和h2o.explain_row() (本地解释)适用于单个以及模型列表或H2O AutoML对象。由于H2O模型链接将我带到一个页面，该页面涵盖了有监督的和非监督的模型
浏览 18提问于2022-05-03得票数 0
回答已采纳
因此，我的问题是:class_weight=“平衡”参数是否允许在极不平衡的数据集上构建合理的无偏随机森林模型，还是应该在每棵树上或在构建培训集时找到一种方法来对大多数类进行欠采样？
浏览 4提问于2017-04-14得票数 3
回答已采纳
v=ms-Ooh9mjiE&list=PLWKotBjTDoLj3rXBL-nEIPRN9V3a9Cx07&index=4 过载、不足和模型容量”中提出的“深度学习速成课程”中，他建议数据应该分成列、验证和测试集训练集用于训练模型，验证集用于优化超参数，测试集用于对泛化误差进行无偏估计。
浏览 0提问于2019-04-14得票数 0
假设我想使用随机森林模型来预测未来的数据。我正在考虑两种方法来训练这个模型，选择最好的超参数，并将这个模型投入生产。这两种方法的不同之处在于，第一种方法将数据分割成训练和测试集，而第二种方法没有。对完全训练数据的最佳模型<代码>H 19</代码>得到测试集上的无偏性能评估<代码>H 210</代码><代码>H 111</代码>对完整数据集的最佳模型<代码>H
浏览 9提问于2020-11-20得票数 0
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号