python 交叉验证后获取模型_Pysal:如何使用Pysal回归模型进行交叉验证? - python
我正在使用pysal进行空间回归。这就是我在做什么。我首先将训练和验证集分开
import pysal as ps
m_train = ps.model.spreg.GM_Lag(ytrain, xtrain, w=w_train, spat_diag=True)
如何使用m_train的系数在验证集中测试模型?
print(m_train.summary)
REGRESSION
----------
SUMMARY OF OUTPUT: SPATIAL TWO STAGE LEAST SQUARES
--------------------------------------------------
Data set : unknown
Weights matrix : unknown
Dependent Variable : dep_var Number of Observations: 138
Mean dependent var : 0.2200 Number of Variables : 12
S.D. dependent var : 2.2411 Degrees of Freedom : 126
Pseudo R-squared : 0.6609
Spatial Pseudo R-squared: omitted due to rho outside the boundary (-1, 1).
------------------------------------------------------------------------------------
Variable Coefficient Std.Error z-Statistic Probability
------------------------------------------------------------------------------------
CONSTANT -0.1456487 0.1166442 -1.2486579 0.2117902
var_1 0.0326638 0.1420966 0.2298707 0.8181922
var_2 -0.0252494 0.1520906 -0.1660155 0.8681447
var_3 -0.0899973 0.1598643 -0.5629610 0.5734615
var_4 0.0720296 0.1980007 0.3637845 0.7160190
var_5 -0.1850660 0.1932144 -0.9578273 0.3381499
var_6 0.3282914 0.1482416 2.2145705 0.0267896
var_7 0.0769414 0.1665854 0.4618738 0.6441718
var_8 0.0285464 0.1570794 0.1817320 0.8557930
var_9 0.0427946 0.1613301 0.2652607 0.7908086
var_10 -0.1375104 0.1636461 -0.8402910 0.4007452
W_dep_var 1.0880815 0.0960350 11.3300537 0.0000000
------------------------------------------------------------------------------------
Instrumented: W_dep_var
Instruments: W_var_1, W_var_10, W_var_2, W_var_3, W_var_4, W_var_5, W_var_6,
W_var_7, W_var_8, W_var_9
Warning: *** WARNING: Estimate for spatial lag coefficient is outside the boundary (-1, 1). ***
DIAGNOSTICS FOR SPATIAL DEPENDENCE
TEST MI/DF VALUE PROB
Anselin-Kelejian Test 1 9.856 0.0017
================================ END OF REPORT =====================================
参考方案
我也遇到了同样的问题,并尝试使用以下方法来解决。我不完全确定这是否正确/正确。我也非常想知道是否有更好的方法来解决这个问题。
x = xtest.values
betas = m_train.betas # beta coefficients of the spatial lag model
betasX = betas[:-1]
betaRho = betas[-1]
wtArr, ids = wt.full() # convert pysal weight matrix into an array
In = np.zeros((wtArr.shape[0], wtArr.shape[0]), float)
np.fill_diagonal(In, 1)
rho = betasRho[0]
inter = np.subtract(In, rho*wtArr)
BRho = np.linalg.inv(inter)
xNew = np.c_[np.ones(wtArr.shape[0]), x]
xNew = np.asmatrix(xNew)
predY = BRho.dot(xNew).dot(betasX)
获得预测的y之后,可以使用其他方法测试其性能。
Python GPU资源利用 - python
我有一个Python脚本在某些深度学习模型上运行推理。有什么办法可以找出GPU资源的利用率水平?例如,使用着色器,float16乘法器等。我似乎在网上找不到太多有关这些GPU资源的文档。谢谢! 参考方案 您可以尝试在像Renderdoc这样的GPU分析器中运行pyxthon应用程序。它将分析您的跑步情况。您将能够获得有关已使用资源,已用缓冲区,不同渲染状态上…Python sqlite3数据库已锁定 - python
我在Windows上使用Python 3和sqlite3。我正在开发一个使用数据库存储联系人的小型应用程序。我注意到,如果应用程序被强制关闭(通过错误或通过任务管理器结束),则会收到sqlite3错误(sqlite3.OperationalError:数据库已锁定)。我想这是因为在应用程序关闭之前,我没有正确关闭数据库连接。我已经试过了: connectio…python-docx应该在空单元格已满时返回空单元格 - python
我试图遍历文档中的所有表并从中提取文本。作为中间步骤,我只是尝试将文本打印到控制台。我在类似的帖子中已经看过scanny提供的其他代码,但是由于某种原因,它并没有提供我正在解析的文档的预期输出可以在https://www.ontario.ca/laws/regulation/140300中找到该文档from docx import Document from…Python ThreadPoolExecutor抑制异常 - python
from concurrent.futures import ThreadPoolExecutor, wait, ALL_COMPLETED def div_zero(x): print('In div_zero') return x / 0 with ThreadPoolExecutor(max_workers=4) as execut…Python:集群作业管理 - python
我在具有两个阶段的计算群集(Slurm)上运行python脚本,它们是顺序的。我编写了两个python脚本,一个用于阶段1,另一个用于阶段2。每天早上,我检查所有第1阶段的工作是否都以视觉方式完成。只有这样,我才开始第二阶段。通过在单个python脚本中组合所有阶段和作业管理,是否有一种更优雅/自动化的方法?我如何知道工作是否完成?工作流程类似于以下内容:w…
python 交叉验证后获取模型_Pysal:如何使用Pysal回归模型进行交叉验证? - python相关推荐
- python执行系统命令后获取返回值的几种方式集合
第一种情况 os.system('ps aux') 执行系统命令,没有返回值 第二种情况 result = os.popen('ps aux') res = result.read() for lin ...
- R语言构建logistic回归模型:构建模型公式、拟合logistic回归模型、模型评估,通过混淆矩阵计算precision、enrichment、recall指标
R语言构建logistic回归模型:构建模型公式.拟合logistic回归模型.模型评估,通过混淆矩阵计算precision.enrichment.recall指标 目录
- python 交叉验证后获取模型_Python机器学习:6.2 K折交叉验证评估模型性能
训练机器学习模型的关键一步是要评估模型的泛化能力.如果我们训练好模型后,还是用训练集取评估模型的性能,这显然是不符合逻辑的.一个模型如果性能不好,要么是因为模型过于复杂导致过拟合(高方差),要么是模型 ...
- mae python实现_使用Python进行机器学习:从0到1,构建回归模型(附完整教程)
摘要 在本文中,我将使用数据科学和Python来解释回归用例的主要步骤,从数据分析到理解模型输出. 我将介绍一些非常有用的Python代码,当你遇到相同的情况时,只需要复制,粘贴,运行,就能轻松使用. ...
- Python实现贝叶斯优化器(Bayes_opt)优化卷积神经网络回归模型(CNN回归算法)项目实战
说明:这是一个机器学习实战项目(附带数据+代码+文档+视频讲解),如需数据+代码+文档+视频讲解可以直接到文章最后获取. 1.项目背景 贝叶斯优化器 (BayesianOptimization) 是一 ...
- Python实现贝叶斯优化器(Bayes_opt)优化随机森林回归模型(RandomForestRegressor算法)项目实战
说明:这是一个机器学习实战项目(附带数据+代码+文档+视频讲解),如需数据+代码+文档+视频讲解可以直接到文章最后获取. 1.项目背景 贝叶斯优化器 (BayesianOptimization) 是一 ...
- r语言结构方程模型可视化_R语言Logistic回归模型深度验证以及Nomogram绘制
01 研究背景 本章将常用的基于R语言实现二元Logistic回归模型临床预测模型的构建和验证,以及诺曼图的绘制记录下来,更为复杂的生存分析中的Cox回归将在后续章节介绍.临床预测模型的思路总结如下: ...
- Python实现ACO蚁群优化算法优化卷积神经网络回归模型(CNN回归算法)项目实战
说明:这是一个机器学习实战项目(附带数据+代码+文档+视频讲解),如需数据+代码+文档+视频讲解可以直接到文章最后获取. 1.项目背景 蚁群优化算法(Ant Colony Optimization, ...
- Python实现哈里斯鹰优化算法(HHO)优化BP神经网络回归模型(BP神经网络回归算法)项目实战
说明:这是一个机器学习实战项目(附带数据+代码+文档+视频讲解),如需数据+代码+文档+视频讲解可以直接到文章最后获取. 1.项目背景 2019年Heidari等人提出哈里斯鹰优化算法(Harris ...
最新文章
- 京东商城-商城研发部 算法岗面试
- Jquery 改变样式
- 机器人学习--机器人仿真环境汇总
- VTK:vtk3DSImporter用法实战
- .NET5在开发平台上远优于Java,如何发挥优势?
- Jenkins Build Radiators(构建发射源)
- Spring Boot学习总结(7)——SpringBoot之于Spring优势
- 13家公司半年报业绩预喜 分布式将成光伏产业发展方向
- Windows.ScreenToClient
- 【Pygame小游戏】趣味益智游戏 :打地鼠,看一下能打多少只呢?(附源码)
- 网络上行 下行速度测试软件,测试网络流畅度和上下行的方法
- react —— 解决报错之 Objects are not valid as a React child (found: [object HTMLDivElement]). If you meant
- (个人笔记系列) Java基础语法
- 字符类型与Unicode 编码
- Redis(主从复制、哨兵模式、集群)概述及部署
- 最好用的股市技术指标
- 2019最全前端面试问题及答案总结
- 三门问题的计算机模拟,三门问题和 JavaScript 仿真实验
- 牛逼!StarRocks 2.0正式发布,新一年,新启航,新极速!
- 正则校验手机号是否存在3位以上豹子号或升降连号