注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 广义Logistic模型的拟合

  2. 广义Logistic模型的拟合,非常的好啊，介绍了广义Logistic模型的拟合的方法等等！！！！！

  3. 所属分类：专业指导

    • 发布日期：2009-08-03
    • 文件大小：166912
    • 提供者：ZBJDSBJ

  1. 数据挖掘在投资中的应用（doc格式）

  2. 现有的各种预测方法，无论是分析师的研究还是常规的统计学和计量经济学模型都有其不足之处。分析师研究主观性强、工作量大；统计计量模型形式单一、可能存在过度拟合的缺点。针对这些不足之处，笔者采用数据挖掘方法进行弥补。本文首先采用Logistic回归，决策树和神经网络建立了广义线性和非线性预测模型，试图寻找未来具有较好的业绩和增长能力的上市公司，取得了较好的预测效果

  3. 所属分类：网络基础

    • 发布日期：2009-04-08
    • 文件大小：559104
    • 提供者：hjjjl

  1. STATA使用教程

  2. Stata的统计功能很强，除了传统的统计分析方法外，还收集了近20年发展起来的新方法，如Cox比例风险回归，指数与Weibull回归，多类结果与有序结果的logistic回归，Poisson回归，负二项回归及广义负二项回归，随机效应模型等。具体说， Stata具有如下统计分析能力: 数值变量资料的一般分析:参数估计，t检验，单因素和多因素的方差分析，协方差分析，交互效应模型，平衡和非平衡设计，嵌套设计，随机效应，多个均数的两两比较，缺项数据的处理，方差齐性检验，正态性检验，变量变换等。 分类资

  3. 所属分类：其它

    • 发布日期：2018-10-12
    • 文件大小：96468992
    • 提供者：shashasha233

  1. sklearn0.19中文文档

  2. sklearn0.19中文文档 PDF格式高清。 .1. 广义线性模型 1.1.1. 普通最小二乘法 1.1.1.1. 普通最小二乘法复杂度 1.1.2. 岭回归 1.1.2.1. 岭回归的复杂度 1.1.2.2. 设置正则化参数：广义交叉验证 1.1.3. Lasso 1.1.3.1. 设置正则化参数 1.1.3.1.1. 使用交叉验证 1.1.3.1.2. 基于信息标准的模型选择 1.1.3.1.3. 与 SVM 的正则化参数的比较 1.1.4. 多任务 Lasso 1.1.5. 弹性网络

  3. 所属分类：机器学习

    • 发布日期：2018-10-30
    • 文件大小：14680064
    • 提供者：hardpen2013

  1. 基于内容分析的微博转发行为研究.pdf

  2. 摘 要：【目的/意义】微博转发行为反映了微博用户对所感兴趣微博的一种行为表现，对微博转发行为的研究有助 于微博的深度挖掘工作。【方法/过程】本文从内容分析的角度，对微博转发行为进行了预测。量化分析了微博内容 中一组低水平特征和高水平特征，采用逻辑回归模型对微博转发概率进行预测，并在微博数据集中进行了训练和 验证。【结果/结论】基于模型中的参数学习，证实这些内容特征对于微博转发有着密切的联系，据此进一步推断微 博用户主要的兴趣点。 关键字：微博；转发；内容分析；情感理论研究 情报科学 第36卷第4

  3. 所属分类：其它

    • 发布日期：2019-09-07
    • 文件大小：1048576
    • 提供者：maomao1688

  1. scikit-learn-0.21.3-中文文档.pdf

  2. scikit-learn 是基于 Python 语言的机器学习工具 简单高效的数据挖掘和数据分析工具 可供大家在各种环境中重复使用 建立在 NumPy ，SciPy 和 matplotlib 上 开源，可商业使用 - BSD许可证1.监督学习 1广义线性模型 °1.1.1普通最小二乘法 1.1.2岭回归 1.1.3LaSs0 o1.1.4多任务 Lasso 115弹性网络 o116多任务弹性网络 1.1.7最小角回归 1.1. 8 LARS Lasso 1.19正交匹配追踪法(OMP 1.1.1

  3. 所属分类：机器学习

    • 发布日期：2019-08-24
    • 文件大小：41943040
    • 提供者：h394266861

  1. 基于广义Logistic分布的选煤分级曲线数学模型

  2. 为了描述旋流器选煤实际分级曲线,将广义正态分布的变量形式引入Logistic分布,在传统的位置参数和分散参数的基础上引入了偏斜参数,构建了三参数的广义Logistic分布模型。理论推导得出,当偏斜参数分别为负值、零和正值时,广义Logistic分布曲线呈现右偏、对称和左偏三种不同形态;用广义Logistic分布模型拟合旋流器分级数据,其拟合精度高于Plitt模型,多数情况下也高于Lynch模型。本结论证明了广义Logistic分布模型是一个适应性良好和参数意义明确的分级曲线数学模型。

  3. 所属分类：其它

    • 发布日期：2020-06-20
    • 文件大小：626688
    • 提供者：weixin_38631389