小编Hor*_*ear的帖子

有人可以解释如何在函数中计算R包中的Cover列吗？xgboostxgb.model.dt.tree

在文档中,它说Cover "是衡量受分割影响的观察数量的指标".

当您运行xgboost此函数的文档中给出的以下代码时,Cover树0的节点0为1628.2500.

data(agaricus.train, package='xgboost')

#Both dataset are list with two items, a sparse matrix and labels
#(labels = outcome column which will be learned).
#Each column of the sparse Matrix is a feature in one hot encoding format.
train <- agaricus.train

bst <- xgboost(data = train$data, label = train$label, max.depth = 2,
               eta = 1, nthread = 2, nround = 2,objective = "binary:logistic")

#agaricus.test$data@Dimnames[[2]] represents the column names of …

我正在尝试使用来自Franzese&Hays(2007)的横截面时间序列数据的空间计量经济模型论文中的数据来估计R中的一些空间模型.我将重点放在表4中给出的结果(见下文).使用lm我能够复制他们的OLS,S-OLS和S-2SLS模型的结果.然而,在试图估计S-ML(空间最大似然)模型时,我遇到了麻烦.

如果我使用GLM模型,某些解释变量存在一些微小的差异,但是对于空间滞后的估计系数(下面显示的输出)有相当大的余量.我不完全确定为什么GLM在这种情况下不是正确的估算方法.使用GLS我得到类似于GLM的结果(可能相关).

require(MASS)
    m4<-glm(lnlmtue~lnlmtue_1+SpatLag+DENSITY+DEIND+lngdp_pc+UR+TRADE+FDI+LLVOTE+LEFTC+TCDEMC+GOVCON+OLDAGE+factor(cc)+factor(year),family=gaussian,data=fh)
summary(m4)

Coefficients:
                    Estimate   Std. Error t value    Pr(>|t|)    
(Intercept)          7.199091355  3.924227850   1.835    0.068684 .  
lnlmtue_1            0.435487985  0.080844033   5.387 0.000000293 ***
SpatLag             -0.437680018  0.101078950  -4.330 0.000028105 ***
DENSITY              0.007633016  0.010268468   0.743    0.458510    
DEIND                0.040270153  0.032304496   1.247    0.214618 

我尝试使用该splm软件包,但这会导致更大的一致性(输出如下所示).而且,我无法在模型中包含固定效果.

require(splm)
m4a<-spml(lnlmtue~lnlmtue_1+DENSITY+DEIND+lngdp_pc+UR+TRADE+FDI+LLVOTE+LEFTC+       TCDEMC+GOVCON+OLDAGE,data=fh,index=c("cc","year"),listw=mat2listw(wmat),
      model="pooling",spatial.error="none",lag=T)
summary(m4a)


Coefficients:
           Estimate  Std. Error t-value Pr(>|t|)    
(Intercept)  1.79439070  0.78042284  2.2993  0.02149 *  
lnlmtue_1    0.75795987  0.04828145 15.6988  < 2e-16 ***
DENSITY     -0.00026038  0.00203002 -0.1283  0.89794    
DEIND       -0.00489516 …

我想在逻辑回归中得到ROC的最佳截止点作为数字而不是两条交叉曲线.使用下面的代码,我可以得到将显示最佳点的图,但在某些情况下,我只需要将该点作为可用于其他计算的数字.以下是代码行:

library(Epi)
ROC( form = IsVIP ~ var1+var2+var3+var4+var5, plot="sp", data=vip_data ) 

谢谢

我有Pandas一系列10000行,其中填充了单个字母,从A到Z.但是,我想使用Pandas为A,B和C创建虚拟数据帧get_dummies.我该怎么做呢？

我不想为列中的所有行值获取假人,然后选择特定列,因为该列包含其他冗余数据,最终导致内存错误.

在回归中，我试图对单位特定的时间趋势进行建模，但我一直遇到困难。在R当我估计用单位和年份固定效应模型就像lm(y~x+factor(unit)+factor(time))我得到完全正常的结果。但是，当我尝试这样做时，lm(y~x+factor(unit)*factor(year))我遇到了NA's所产生的麻烦。

使用一些模拟数据来说明：

# Unit of analysis are countries
country<-c(rep("Isthmus",10),rep("Nambutu",10),rep("San Monique",10))
ccode<-c(rep(1,10),rep(2,10),rep(3,10))
year <- c(rep(2000:2009,3)) # Time
x1<-rnorm(30)*ccode 
x2<-runif(30)
y<-0.5*x1-0.3*x2+rnorm(30) # Outcome variable
df=data.frame(country,ccode,year,y,x1,x2)

分别使用单位和时间、国家和年份的固定效应来估计模型：

m0<-lm(y~x1+x2+factor(ccode)+factor(year),df);summary(m0)

# Part of the regression output:

Coefficients:
                  Estimate Std. Error t value  Pr(>|t|)    
(Intercept)      -0.92780    0.68231  -1.360    0.1928    
x1                0.59290    0.10058   5.895 0.0000226 ***
x2               -0.36457    0.96036  -0.380    0.7092    
factor(ccode)2    0.95383    0.48675   1.960    0.0677 .  
factor(ccode)3    0.46050    0.46475   0.991    0.3365    
factor(year)2001  0.15222    0.87295   0.174    0.8638 

这里没有问题。现在我使用特定于单位的时间趋势来估计模型：

m1<-lm(y~x1+x2+factor(year)*factor(ccode),df);summary(m1) …

我有两个形状文件；一个是点文件（世界的一些信息），另一个是 21 个国家/地区的形状文件。

我需要提取属于一个国家的点。我必须在 QGIS 或 ArcGIS 中重复此步骤 21 次。

有没有什么方法可以在 R 中做到这一点，如果是在批处理中，那就太好了，因为我也必须对其他 4 个数据集重复此操作。提前致谢