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. 基于Shapley值法的供应链合作伙伴间收益分配机制

  2. 数学建模用上的，基于Shapley值法的供应链合作伙伴间收益分配机制，刚刚用完。好不容易找到的一片论文

  3. 所属分类：专业指导

    • 发布日期：2009-10-13
    • 文件大小：203kb
    • 提供者：yhm9084nerv

  1. E:\我的文档\N人合作对策的shapley值法

  2. 我的文档\N人合作对策的shapley值法

  3. 所属分类：其它

    • 发布日期：2010-04-19
    • 文件大小：17kb
    • 提供者：wenshaoy22

  1. 基于Shapley值法的农产品供应链联盟利益分配机制研

  2. 使用基于Shapley值法的方法，研究农产品供应链联盟利益分配机制研

  3. 所属分类：电子商务

    • 发布日期：2014-03-16
    • 文件大小：720kb
    • 提供者：u014146622

  1. SHAPLEY值方法介绍

  2. SHAPLEY值方法介绍

  3. 所属分类：讲义

    • 发布日期：2014-06-06
    • 文件大小：157kb
    • 提供者：changjianpeng11

  1. 求解shapley值

  2. 求解shapley值,基于Shapley值进行联盟成员的利益分配体现了各盟员对联盟总目标的贡献程度，避免了分配上的平均主义，比任何一种仅按资源投入价值、资源配置效率及将二者相结合的分配方式都更具合理性和公平性，也体现了各盟员相互博弈的过程。

  3. 所属分类：其它

    • 发布日期：2018-03-22
    • 文件大小：1kb
    • 提供者：ljxinyueli

  1. 基于Shapley值法的成本分摊和收益分配小程序

  2. 利用Shapley值法，以工业园区综合能源系统（IES）的可调控资源作为边际贡献，进行成本分摊和收益分配的小程序。

  3. 所属分类：其它

    • 发布日期：2018-10-15
    • 文件大小：5kb
    • 提供者：u012801239

  1. 具有区间支付的合作对策的改进区间Shapley值

  2. 针对合作对策中支付函数是区间数的情形,利用区间数运算的性质,根据区间shapley值的适用范围提出了改进的区间shapley值,能较好描述现实生活中的一类经济现象。利用和刻画经典合作对策shapley值类似的几个公理刻画了改进的区间shapley值,并将其值的分配用到了协调利益的实例中。

  3. 所属分类：其它

    • 发布日期：2020-05-07
    • 文件大小：868kb
    • 提供者：weixin_38662367

  1. Shapley值法.pdf

  2. Shapley值法是Shapley L.S于1953年提出，为解决多个局中人在合作过程中因利益分配而产生矛盾的问题，属于合作博弈领域。应用 Shapley 值的一大优势是按照成员对联盟的边际贡献率将利益进行分配，即成员 i 所分得的利益等于该成员为他所参与联盟创造的边际利益的平均值。 本文从Shapley值法的概念定义以及实例计算两个方面展开叙述

  3. 所属分类：机器学习

  1. 论联盟理性与平等不可分割的贡献。

  2. 在较早的工作中，我们介绍了相对于Shapley值的反问题，然后相对于Semivalues的问题。 在明确表示逆集，逆问题的解决方案集的过程中，我们建立了一个游戏家族，称为“几乎为零的家族”，在该家族中，我们最近确定了一种游戏，其中Shapley值和Egalitarian分配是合理性的。 平等不可分割的贡献是合作可转让公用事业游戏（TU游戏）的另一个价值，它显示了在结成联盟的情况下如何公平分配大联盟的胜利。 在本文中，我们为这个新值解决了类似的问题：给定一个表示TU游戏的平等不可分贡献的非负向量，

  3. 所属分类：其它

    • 发布日期：2020-06-03
    • 文件大小：339kb
    • 提供者：weixin_38693192

  1. 我国煤炭需求组合预测模型及应用

  2. 煤炭需求是一个复杂的非线形系统,其发展变化具有增长性和波动性,科学地预测煤炭需求量对于正确制定煤炭工业发展规划和优化配置煤炭资源具有重要意义。本文在对我国煤炭消费历史数据分析的基础上,构建了一元回归模型、灰色预测的GM(1,1)模型和三次指数平滑模型3个单一预测模型;据此,基于二次规划法和Shapley值权重分配法分别构建了组合预测模型。实证研究结果表明,组合模型预测效果均优于单一模型,可以作为煤炭需求预测的有效工具;基于这一组合模型对我国2013—2020年煤炭需求量进行了预测,为制定未来煤炭

  3. 所属分类：其它

    • 发布日期：2020-06-26
    • 文件大小：505kb
    • 提供者：weixin_38656337

  1. researchableShap-源码

  2. SHAP（SHapley添加剂分解法）是一种博弈论方法，用于解释任何机器学习模型的输出。它使用博弈论中的经典Shapley值及其相关扩展将最佳信用分配与本地解释联系起来（详细信息和引文，请参见）。 安装 Shap可以从或 安装： pip install shap or conda install -c conda-forge shap TreeExplainer的树合奏示例（XGBoost / LightGBM / CatBoost / scikit-learn / pyspark模型） 尽

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：144mb
    • 提供者：weixin_42099633

  1. 基于联盟博弈的赞助搜索拍卖方法

  2. 赞助的搜索拍卖在互联网广告中起着至关重要的作用。 通过考虑赞助商搜索拍卖中广告商之间的相互影响，我们为广告商在赞助商搜索拍卖中彼此合作提出了一种基于博弈论的方法。 首先，我们为广告商的联盟提出了一种合作竞标策略，可以使联盟的效用增加并在线性时间内获得。 然后，我们证明广告客户的联合博弈具有包含Shapley值的非空核心。 接下来，我们使用近似的Shapley值在联盟中的广告商之间分配联盟的效用。 实验结果证明了该方法的有效性和有效性。

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：640kb
    • 提供者：weixin_38706743

  1. COVID19PatientPrediction-源码

  2. COVID19患者预测 在此存储库中找到的数据和代码与以下论文相对应： 马修·史密斯（Matthew Smith），弗朗西斯科·阿尔瓦雷斯（Francisco Alvarez）， 使用Shapley值从机器学习中识别死亡率因素-以COVID19为例， 具有应用程序的专家系统， 2021年， 114832， ISSN 0957-4174， 。 （ ） 摘要：在本文中，我们将一系列机器学习模型应用于最近发布的有关COVID19患者死亡率的独特数据集。 我们使用包含中国武汉地区一

  3. 所属分类：其它

  1. 联盟博弈的不确定Shapley值及其在供应链联盟中的应用

  2. 不确定的联合博弈处理可转让收益是不确定变量的情况。 提出了不确定核心作为不确定的联合博弈的解决方案。 本文进一步提出了不确定Shapley值的两个定义：期望Shapley值和α-最优Shapley值。 同时，研究了不确定的Shapley值的一些特征。 最后，作为一种应用，不确定的Shapley值用于解决供应链联盟的利润分配问题。

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：570kb
    • 提供者：weixin_38618024

  1. shapley:一种数据驱动的方法来量化机器学习集合中分类器的值-源码

  2. | | Shapley是一个Python库，用于评估机器学习集合中的二进制分类器。 该库包含多种方法，用于计算（近似）加权投票游戏（合奏游戏）中的参与者（模型）的Shapley值-一类可转让的公用事业合作游戏。 我们讨论了基于精确枚举的计算以及经济学和计算机科学研究论文中的各种广为人知的逼近方法。 还有一些功能可以根据来识别玩家池的异质性。 此外，该框架还带有，直观的，100％的测试覆盖率和说明性的玩具。 引用 如果您发现Shapley在您的研究中很有用，请考虑添加以下引用： misc

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：489kb
    • 提供者：weixin_42116701

  1. 基于Shapley值公平参考框架的回收商竞争逆向供应链定价决策

  2. 基于Shapley值公平参考框架的回收商竞争逆向供应链定价决策

  3. 所属分类：其它

  1. rjournal-shapley：具有Shapley值的预测解释简介-源码

  2. 沙普利 关于机器学习的Shapley值的正在进行中的论文，以及各种实现。

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：21mb
    • 提供者：weixin_42123456

  1. fastshap：在R中快速近似Shapley值-源码

  2. 快餐 fastshap的目标是提供一种高效且快速（相对于其他实现）的方法来计算近似Shapley值，这有助于解释机器学习模型的预测。 安装 # Install the latest stable version from CRAN: install.packages( " fastshap " ) # Install the latest development version from GitHub: if ( ! requireNamespace( " remotes " )) { i

  3. 所属分类：其它

  1. shapley：具有基尼系数的Shaple值回归-源码

  2. 使用具有基尼系数的Shapley值回归 这是用于使用基尼系数运行Shapley值回归的代码。 训练模型后，我们想了解每个预测变量如何对模型预测做出贡献。 解决此问题的一种方法是使用Shapley值回归（SVR）。 传统的SVR方法适用于线性回归模型，并使用Shapley值分解R平方。 该代码使用基尼系数代替R平方，因此它不仅可以应用于线性回归模型，而且可以应用于决策树，神经网络等各种不同模型。 当前支持的型号 当前，此代码仅支持线性回归模型和对数线性回归模型。 对数线性回归模型是使用对数函数转换

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：853kb
    • 提供者：weixin_42166626

  1. ShapML.jl：Julia包，用于使用随机Shapley值进行可解释的机器学习-源码

  2. ShapML.jl：Julia包，用于使用随机Shapley值进行可解释的机器学习

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：401kb
    • 提供者：weixin_42144707
« 12 »