【摘要】时间序列数据是指为单个实体随时间变化而收集的数据。◾Cross-section data◾Panel data使用时间序列数据的两个应用◾Dynamic casusl...
发简信
IP属地：湖北
-
【基于R】时间序列回归和预测 -
【机器学习（八）】概率图模型概率图模型：用图的表示法来描述一系列随机变量之间的条件独立性关系的模型。内容： 朴素贝叶斯分类器 隐马尔科夫模型(HMM) 1. 图论入门 图(graph)：节点(node)...
-
【机器学习（七）】集成方法集成方法： 让多个训练好的模型作为一个整体协同工作，从而产生比其中任何单个模型都更为强大的模型。 同质个体学习器按照个体学习器之间是否存在依赖关系可以分为两类：1）个体学习器...
-
【机器学习（六）】树形方法1.决策树简介 决策树的特点： 既可以处理分类问题，也可以处理回归问题 对于缺失值数据也能比较好的处理 高度可解释 决策树的思想： 从树根开始把分类任务按顺序分解成一个个选择...
-
【机器学习（五）】支持向量机支持向量机的一般原理 【机器学习】支持向量机 SVM（非常详细）[https://zhuanlan.zhihu.com/p/77750026] 支持向量机(SVW,suppo...
-
【机器学习（三）逻辑回归】逻辑回归属于广义线性模型(Generalized linear model, GLM)特征：1.输入特征进行线性组合2.输出都是指数分布一类的相关概率分布：正态分布、泊松分布...
-
【机器学习（二）】线性回归1.线性回归入门 线性回归（linear regression）输出变量是通过输入特征的一个线性加权组合来预测。 线性回归的假设 假设输出变量是一组特征变量的加权线性函数 ◾...
-
【机器学习（一）】预测建模1.准备预测模型 ◾ 机器学习的特征◾ 什么是模型？◾ 如何对模型进行评估？◾ 工具：第一个模型：k近邻(k-Nearest Neighbor)模型第一个R包：caret 什...
-
机器学习探索
-
【R语言】ggplot2可视化01 散点图 用法：ggplot(data=数据源) + <GEOM_FUNCTION> (mapping=aes(x=,y=),stat= ,position= )+<C...
-
【基于R】面板数据回归◾PanelData◾Fixed Effects Regression◾Regression with Time Fixed Effects◾The Fixed Effect...
-
【基于R】二进制因变量的回归模型◾Binary Dependent Variables and the Linear Probability Model◾Probit and Logit Regressio...
-
【基于R】线性回归模型Simple Linear Regression: one regressor◾OLS approach to estimate the coefficients◾OLS a...
-
【R语言】用mlr3实现聚类分析mlr3准备 mlr3 book[https://mlr3book.mlr-org.com/] 01K-means clustering 参考：浅谈K-means聚类算法[h...
-
【R语言】非监督学习之降维非监督学习：不知道数据集中数据、特征之间的关系，而是要根据聚类或一定的模型得到数据之间的关系。回归(Regression）针对于连续型变量的；分类（Classificatio...
