数据挖掘的文章 - SegmentFault 思否

0

R语言混合效应逻辑回归（mixed effects logistic）模型分析肺癌数据

拓端tecdat 4月22日发布于拓端数据
收藏

例1：一个研究人员对40所不同大学的申请进行抽样调查，以研究预测大学录取的因素。预测因素包括学生的高中GPA、课外活动和SAT分数。一些学校的选择性较多或较少，所以每所学校的基准录取概率是不同的。学校层面的...

0

R语言用LASSO，adaptive LASSO预测通货膨胀时间序列

拓端tecdat 4月21日发布于拓端数据
收藏

如果你了解数据科学领域，你可能听说过LASSO。LASSO是一个对目标函数中的参数大小进行惩罚的模型，试图将不相关的变量从模型中排除。它有两个非常自然的用途，第一个是变量选择，第二个是预测。因为通常情况下，L...

0

R语言用主成分PCA、逻辑回归、决策树、随机森林分析心脏病数据并高维可视化

拓端tecdat 4月20日发布于拓端数据
收藏

在讨论分类时，我们经常分析二维数据（一个自变量，一个因变量）。但在实际生活中，有更多的观察值，更多的解释变量。随着两个以上的解释变量，它开始变得更加复杂的可视化。

0

R语言进行数据结构化转换：Box-Cox变换、“凸规则”变换方法

拓端tecdat 4月19日发布于拓端数据
收藏

原文链接：[链接]线性回归时若数据不服从正态分布，会给线性回归的最小二乘估计系数的结果带来误差，所以需要对数据进行结构化转换。在讨论回归模型中的变换时，我们通常会简单地使用Box-Cox变换，或局部回归和非...

0

R语言用Copulas模型的尾部相依性分析损失赔偿费用

拓端tecdat 4月16日发布于拓端数据
收藏

两个随机变量之间的相依性问题备受关注,相依性(dependence)是反映两个随机变量之间关联程度的一个概念。它与相关性(correlation)有区别，常用的相关性度量是Pearson相关系数,它只度量了两个随机变量之间的线性关...

0

数栈SQL优化案例：隐式转换

数栈DTinsight 4月15日发布于 self.文章
收藏

数栈是云原生—站式数据中台PaaS，我们在github和gitee上有一个有趣的开源项目：FlinkX，FlinkX是一个基于Flink的批流统一的数据同步工具，既可以采集静态的数据，也可以采集实时变化的数据，是全域、异构、批流一...

0

R语言向量误差修正模型 (VECMs)分析长期利率和通胀率影响关系

拓端tecdat 4月15日发布于拓端数据
收藏

向量自回归模型估计的先决条件之一是被分析的时间序列是平稳的。但是，经济理论认为，经济变量之间在水平上存在着均衡关系，可以使这些变量差分而平稳。这就是所谓的协整关系。由于知道这种关系可以改善分析的结...

0

R语言如何用潜类别混合效应模型（LCMM）分析抑郁症状

拓端tecdat 4月14日发布于拓端数据
收藏

每一个动态现象都可以用一个潜过程(Λ(t)来描述，这个潜过程在连续的时间t内演化。当对重复测量的标志变量进行建模时，我们通常不会把它看成是一个有误差测量的潜过程。然而，这正是混合模型理论所做的基本假设。...

0

R语言非参数方法：使用核方法和K-NN(k近邻算法)分类预测心脏病数据

拓端tecdat 4月13日发布于拓端数据
收藏

用于函数估计的非参数方法大致上有三种：核方法、局部多项式方法、样条方法。非参的函数估计的优点在于稳健，对模型没有什么特定的假设，只是认为函数光滑，避免了模型选择带来的风险；但是，表达式复杂，难以解...

0

基于财通证券的数字化建设，总结的金融行业数字化转型方向

阿里云开发者 4月13日发布于 self.文章
收藏

简介：金融行业数字化转型的脚步正在不断提速，并呈现出以金融科技为主引擎、以移动领域为新战场、以场景生态为主阵地、以用户体验为主趋势和以组织敏捷为主心骨的新趋势。

0

pandas画图

小夫子 4月13日发布于 self.文章
收藏

目的单纯为了记录学习中遇到的画图技巧画密度图有时候我们需要统计一列中各个值出现的频率，即密度图作图方法原始数据我们想要画出value值得分布情况代码 {代码...} 图形

0

matlab使用分位数随机森林（QRF）回归树检测异常值

拓端tecdat 4月12日发布于拓端数据
收藏

离群值是一些观测值，它的位置离数据集中的大多数其他观测值足够远，可以认为是异常的。离群观测的原因包括固有的变异性或测量误差。异常值显著影响估计和推断，因此检测它们决定是删除还是稳健分析非常重要。

0

在PYTHON中进行主题模型LDA分析

拓端tecdat 4月11日发布于拓端数据
收藏

主题建模是一种在大量文档中查找抽象主题的艺术方法。一种作为_监督无的_机器学习方法，主题模型不容易评估，因为没有标记的“基础事实”数据可供比较。然而，由于主题建模通常需要预先定义一些参数（首先是要发现...

0

Python中的ARIMA模型、SARIMA模型和SARIMAX模型对时间序列预测

拓端tecdat 4月11日发布于拓端数据
收藏

使用ARIMA模型，您可以使用序列过去的值预测时间序列。在本文中，我们从头开始构建了一个最佳ARIMA模型，并将其扩展到Seasonal ARIMA（SARIMA）和SARIMAX模型。

0

R语言arima，向量自回归（VAR），周期自回归(PAR)模型分析温度时间序列

拓端tecdat 4月9日发布于拓端数据
收藏

至少有两种非平稳时间序列：具有趋势的时间序列和具有单位根的时间序列（称为单整时间序列）。单位根检验不能用来评估时间序列是否平稳。它们只能检测单整时间序列。季节性单位根也是如此。

推广链接

相关标签