含水率预测模型

克里金插值c程序_克里格插值法

作者：GIS地理翻译使用Krigings制作有名的的预测模型现在是时候雕刻自己的年龄预测模型了。该预测在克里金法方面很强。在创建精细的预测表面的过程中，在进入克里金法之前都需要了解一些关键概念。
weixin_39688750·2020-12-08 12:07

用python做预测模型的好处_用python做时间序列预测九：ARIMA模型简介

本篇介绍时间序列预测常用的ARIMA模型，通过了解本篇内容，将可以使用ARIMA预测一个时间序列。什么是ARIMA？ARIMA是'AutoRegressiveIntegratedMovingAverage'的简称。ARIMA是一种基于时间序列历史值和历史值上的预测误差来对当前做预测的模型。ARIMA整合了自回归项AR和滑动平均项MA。ARIMA可以建模任何存在一定规律的非季节性时间序列。如果时间序
weixin_39563420·2020-12-06 15:43

python 大作业_Python 程序设计结业考核大作业

程序设计》结业考核大作业2020年春季学期大数据2018级分类和预测要求如下：利用算法实现人脸识别的功能，最后显示某人的预测名字与真实名字数据集按照比例切分为训练集和测试集，报告中给出你的划分比例评估预测模型的优劣
weixin_39839478·2020-12-06 10:01

python机器学习--线性回归

针对线性回归算法在之前的数模案例也有涉及喔，欢迎去看看上一篇博客数学建模预测模型实例–大学生体测数据模型OLS线性回归OrdinaryLeastSquares最小二乘法一般情况下，线性回归假设模型为下，
佩瑞·2020-12-05 19:06

客户流失预测模型python_实例 | 教你用python写一个电信客户流失预测模型

原标题：实例|教你用python写一个电信客户流失预测模型CDA数据分析师出品作者：真达、Mika数据：真达【导读】今天教大家如何用Python写一个电信用户流失预测模型。
weixin_39969143·2020-12-05 14:41

灰色关联度分析excel步骤_基于灰色理论的旅游需求预测算法分析

今天我们利用灰色预测模型对旅游需求作中短期预测预报。旅游市场就是一个复杂的、不确定性的巨大灰色系统,影响其发展的因素对旅游市场的发展表现出明显的灰色性。
weixin_39777018·2020-12-05 09:31

svc预测概率_预测模型的概率校准

1.背景机器学习分为：监督学习，无监督学习，半监督学习(也可以用hinton所说的强化学习)等。在这里，先简要介绍一下监督学习从给定的训练数据集中学习出一个函数(模型参数)，当新的数据到来时，可以根据这个函数预测结果。监督学习的训练集要求包括输入输出，也可以说是特征和目标。训练集中的目标是由人标注的。监督学习就是最常见的分类(注意和聚类区分)问题，通过已有的训练样本(即已知数据及其对应的输出)去训
CHM单·2020-12-03 10:21

python构建指数平滑预测模型_python指数平滑

广告关闭回望2020，你在技术之路上，有什么收获和成长么？对于未来，你有什么期待么？云+社区年度征文，各种定制好礼等你！由此可以得到最优的平滑系数，这里可以引入线性规划的思想来求得最优解但是：python没有线性规划的包，所以就没有细致的代码写出来了，不过经过手动计算尝试这样子是可行的在python3下编程，一次指数平滑代码为：1s1_1=4x=05forninrange(0,3):6x=x+in
weixin_39947908·2020-12-01 01:42

数学建模预测模型实例--大学生体测数据模型

数学建模预测模型实例–大学生体测数据模型数学建模预测模型实例–表白墙影响力量化模型建立模型的目的本篇文章中，假设获取到了某大学两个年级共1000人的大学生体质健康测试的每项测试成绩及总分，测试项目包括：
佩瑞·2020-11-28 16:06

python用户画像_实例 | 教你用python写一个电信客户流失预测模型

CDA数据分析师出品作者：真达、Mika数据：真达【导读】今天教大家如何用Python写一个电信用户流失预测模型。
weixin_39987926·2020-11-27 09:54

bp 神经网络 优点 不足_基于粒子群算法和BP神经网络的多因素林火等级预测模型...

森林对于生态环境以及人类生活、生产意义重大。目前世界森林面积达40亿hm2，受自然或人为因素的影响，每年全球发生森林火灾次数高达几十万次，受灾面积达几百万公顷。20世纪80年代以来，随着全球气候持续变暖、极端天气事件增多，每年森林火灾的发生次数呈上升趋势。一直以来，森林火灾都是一种突发性强、破坏性大、处置救助较为困难的自然灾害，是社会广泛关注的自然灾害之一。森林火灾烧毁森林植被，破坏森林资源，在短
weixin_39567046·2020-11-24 11:04

递归特征消除 spss_一文带你入门特征工程

简而言之，特征选择减少了开发预测模型时输入特征的数量。在本文中，我将讨论功能选择的3个主要类别。过滤器方法，包装器方法和嵌入式方
weixin_39967405·2020-11-24 03:57

机械臂论文笔记（一）【基于卷积神经网络的二指机械手 抓取姿态生成研究 】

基于卷积神经网络的二指机械手抓取姿态生成研究论文下载摘要第1章绪论1.1抓取生成国内外研究现状1.1.1已知物体抓取生成1.1.2相似物体抓取生成1.1.3未知物体抓取生成1.2深度学习在抓取领域的研究现状1.3主要研究内容第2章抓取预测模型建立与数据集制作
计算机视觉-杨帆·2020-11-24 00:36

决策树 随机森林 xgboost_从决策树到随机森林的预测模型优化—以预测保定市空气质量为例...

一、相关理论简介(一)决策树算法决策树是一种非参数的学习方法。在一个决策树的决策过程中，决策树的每个非叶节点表示一个特征属性上的测试，每个叶节点存放一个类别。最初问题所在的地方为根节点，在得到结论前的每一个问题都是中间节点，得到的结论都称为叶子节点。但是基于纯度理论较为复杂，所以决策树是利用纯度的对立面——不纯度来进行划分目标变量。决策树算法自从被提出以来，经过几次优化调整，目前主要有ID3、C4
weixin_39548541·2020-11-23 02:36

[转载] 基于LSTM的股票预测模型_python实现_超详细

参考链接：从Python获取输入文章目录一、背景二、主要技术介绍1、RNN模型2、LSTM模型3、控制门工作原理四、代码实现五、案例分析六、参数设置七、结论完整程序下载一、背景近年来，股票预测还处于一个很热门的阶段，因为股票市场的波动十分巨大，随时可能因为一些新的政策或者其他原因，进行大幅度的波动，导致自然人股民很难对股票进行投资盈利。因此本文想利用现有的模型与算法，对股票价格进行预测，从而使自然
ld909·2020-11-20 10:50

解读：一种基于CNN-LSTM混合神经网络的股价预测模型

写在前面下面这篇文章的内容主要是来自发表于2019IEEEIntlConfonDependable,AutonomicandSecureComputing,IntlConfonPervasiveIntelligenceandComputing,IntlConfonCloudandBigDataComputing,IntlConfonCyberScienceandTechnologyCongress
Wang_AI·2020-11-15 09:00

基于大数据学习算法的优惠券预测模型

一、目标：预测买家是否会购买某类商品，然后将优惠券发给最有可能购买的人群，从而提升转化率和客单价。（转化率-从意向购买到实际付款；客单价-用户单次购物花费金额）二、分析：落实到算法模型上，包含两个核心的问题2.1、优惠券发给谁，即客户群选择客户群选择实际上是预测买家的购买倾向，并依据购买倾向的强弱来给出排序的结果，落实到学习模型层面来解决。这个过程我们要以用户的历史行为数据为基础，比如分析出他浏览
新栋BOOK·2020-11-10 16:57

机器学习——朴素贝叶斯模型：Python实现

机器学习——朴素贝叶斯模型：Python实现1朴素贝叶斯模型的代码实现2案例实战：肿瘤预测模型2.1读取数据2.2划分特征变量和目标变量2.3模型搭建2.3.1划分训练集和测试集2.3.2朴素贝叶斯模型
扬帆起航追太阳·2020-11-09 16:37

【ai竞赛系列】新冠疫情预测--时序数据预测模型

相关链接：【ai竞赛系列】新冠疫情预测–BiLSTM未来数值预测【ai竞赛系列】新冠疫情预测–堆叠LSTM未来数值预测【ai竞赛系列】新冠疫情预测–卷积LSTM未来数值预测第一次参加竞赛，评测新冠疫情未来预测。给该地区历史几个月的新冠新增数据，然后预测未来一周的新冠。官方给的历史数据如下：后面采用的是LSTM进行预测，PyTorch实现：classLSTMpred(nn.Module):def__
小可爱本人^_^·2020-11-05 12:35

时间序列分解随笔

时间序列分解对于时间序列来说，传统的时间序列预测模型对于不平稳的数据是不能进行处理的，需要对时间序列进行分解，使得时间序列区域平稳，才可以进行时间序列的模拟预测。
Soul_taker·2020-10-28 19:49

Nvidia最新基于大规模知识库文本预测模型原理（文本知识内涵）

资讯-----关注订阅专栏，实时获得最新一手解读微软/NVIDIA等最新AI算法模型原理设计与AI落地产业应用与世界AI同步前行——————————NVIDIA基于大规模知识库的大规模文本生成训练模型与普通的文本摘要技术/机器翻译模型（seq2seq）不同，要训练具有广泛内容要义的文本，精确的表达文本主题的意思，包含知识解释融合在内的模型，需要针对输入文本，借助大规模知识文库，进行文本中词汇的知识
AI深度学习算法实战代码解读·2020-10-27 10:32

数据的特征工程

数据的特征工程1.特征工程是什么特征工程是将原始数据转换为更好地代表预测模型的潜在问题的特征的过程，从而提高了对未知数据的模型准确性2.特征工程的意义更好的特征意味着更强的鲁棒性更好的特征意味着只需用简单模型更好的特征意味着更好的结果
腾叔·2020-10-24 17:21

【论文翻译】（NIPS2018）Flexible Neural Representation for Physics Prediction 物理预测的灵活神经表示

目录摘要1介绍2相关工作3层次化粒子图表示4物理预测模型4.1层次化图卷积用于传播影响4.2层次化关系网络结构4.3通过损失函数和数据学习物理约束5实验5.1物理现象的定量评估5.2定量评估和简化模型5.3
子鱼inf_lyceum·2020-10-22 02:54

2020年华为杯B题分析

目标根据325个样本数据（操作变量354），通过数据挖掘建立RON损失预测模型，并给出每个样本的优化操作条件，在保证脱硫效果（《=5ug/g）,尽量降低RON损失30%以上。具体问题数据处理参
Z先森9701·2020-10-13 14:28

高德AR & 车道级导航技术演进与实践

日在线上举行，阿里巴巴高德地图携手合作伙伴精心组织了“智慧出行”专场，为大家分享高德地图在打造基于DT+AI和全面上云架构下的新一代出行生活服务平台过程中的思考和实践，并重点分享了「高精地图、高精算法、智能时空预测模型
高德技术·2020-10-09 13:09

公交车到站时间预测

Chain和Patna提出了基于多变量回归的公交车辆到站时间预测模型。
心水2020·2020-10-09 12:56

利用TensorFlow2.0为胆固醇、血脂、血压数据构建时序深度学习模型(python完整源代码)

背景数据描述胆固醇、高血脂、高血压是压在广大中年男性头上的三座大山，如何有效的监控他们，做到早发现、早预防、早治疗尤为关键，趁着这个假期我就利用TF2.0构建了一套时序预测模型，一来是可以帮我预发疾病，
李博Garvin·2020-10-07 12:06

阿里巴巴高德地图首席科学家任小枫：高精算法推动高精地图落地

日在线上举行，阿里巴巴高德地图携手合作伙伴精心组织了“智慧出行”专场，为大家分享高德地图在打造基于DT+AI和全面上云架构下的新一代出行生活服务平台过程中的思考和实践，并重点分享了「高精地图、高精算法、智能时空预测模型
高德技术·2020-09-24 13:00

PaddlePaddle入门学习——波士顿房价预测模型

百度飞桨课程平台https://aistudio.baidu.com/aistudio/course/introduce/1617PaddlePaddle基础命令PaddlePaddle是百度开源的深度学习框架，类似的深度学习框架还有谷歌的Tensorflow、Facebook的Pytorch等，在入门深度学习时，学会并使用一门常见的框架，可以让学习效率大大提升。在PaddlePaddle中，计算
xuesuoziluoshu·2020-09-19 00:52

电信用户流失预测模型

1、研究背景1、做好“用户流失预测”可以降低营销成本。老生常谈，“新客户开发成本”是“老客户维护成本”的5倍。2、获得更好的用户体验。并不是所有的增值服务都可以有效留住客户。3、获得更高的销售回报。价格敏感型客户和非价格敏感性客户2、提出问题1、流失客户有哪些显著性特征？2、当客户在哪些特征下什么条件下比较容易发生流失3、数据集描述用户属性customerID：用户ID。gender：性别。（Fe
L大肆·2020-09-18 20:25

Win10基于python，spleeter 人声提取工具安装和使用（全网最全，超详细）

全网最全，超详细）小声BB（不想看可直接跳到正片）碎碎念(写给小白)正片开始说明总体的框架详细步骤1.安装python，配置环境变量，安装pip2.安装spleeter库3.安装ffmpeg库4.下载预测模型
小筱1201·2020-09-17 17:38

机器学习还能预测心血管疾病？没错，我用Python写出来了

导读：手把手教你如何用Python写出心血管疾病预测模型。
大数据v·2020-09-17 15:44

如何用XGBoost做时间序列预测？终于有人讲明白了

它兼顾了速度和效率，且在很多预测模型任务中表现优异，在数据科学比赛中广受赢家偏爱，如Kaggle。X
大数据v·2020-09-17 15:12

Python_第一篇 软件安装（4）_Prophet

4.1Prophet预测模型时间序列模型分解为三个主要组成部分：趋势，季节性和节假日。
SMT深海的鱼·2020-09-17 14:45

特征工程——特征选择

都是试图减少数据集中的特征数目不同点：方法不同降维：通过对原特征进行映射后得到新的少量特征，带到降维目的特征选择：从原特征中选择出对模型重要的特征子集，达到降维的目的1.1特征选择：提高预测准确性构造更快，消耗更低的预测模型能够对模型有更好的理解和解释特征选择方法
SongpingWang·2020-09-17 14:41

预测酒店预订需求

作者|DimasAdnan编译|VK来源|TowardsDataScience在本文中，我想写一篇关于如何使用Python和JupyterNotebook构建预测模型的文章。
磐创 AI·2020-09-17 11:59

机器学习基础算法1-特征工程

特征工程将原始数据转化为更好代表预测模型的潜在问题的特征的过程，提高未知数据预测的准确性。
ChoesTiger wa·2020-09-17 11:26

B-P反向传播网络算法的R实现(2)

概率分割值与模型应用在二分类的问题中，B-P算法给出的是预测不同类别的概率，一般情况下，我们默认大于0.5为一类，小于0.5为另一类，但这并非适用于所有的情况（在上面的例子中就几乎没有大于0.5的观测），所以，我们需要在确认预测模型合理的基础上根据概率值和实际类别找到一个恰当的概率分割值
weixin_38498942·2020-09-17 04:13

《数学建模算法与应用第二版》——chapter15. 预测方法

1.灰色预测模型1.1GM(1,1)预测模型1.2GM(2,1)、DGM和Verhulst模型2.马尔可夫预测2.1马尔科夫链2.2转移概率矩阵与赫尔莫哥洛夫定理2.3转移概率的渐进性——极限概率分布3
zwszws111·2020-09-17 04:39

[机器学习] PMML实现模型上线

基于一系列的机器学习库训练了一个模型，但是有时候其他的产品和项目想把这个模型集成进去，但是这些产品很多只支持某些特定的生产环境比如Java，为了上一个机器学习模型去大动干戈修改环境配置很不划算，此时我们就可以考虑用预测模型标记语言
曾先森~~·2020-09-17 00:39

灰色系统理论及其应用 (五) ：灰色预测

生成数灰色系统理论及其应用(四)：灰色模型GM灰色系统理论及其应用(五)：灰色预测灰色系统理论及其应用(六)：SARS疫情对某些经济指标影响问题灰色系统理论及其应用(七)：道路交通事故灰色Verhulst预测模型灰色系统理论及其应用
wamg潇潇·2020-09-16 23:04

灰色预测

灰色预测1.灰色系统理论简介$$灰色预测模型（GrayForecastModel）是通过少量的、不完全的信息，建立数学模型并做出预测的一种预测方法当我们应用运筹学的思想方法解决实际问题，制定发展战略和政策
liugoog·2020-09-16 22:19

2020云栖大会智慧出行专场：聚焦高精地图/算法、智能模型、自动驾驶、AR导航

简介：大量前沿、创新性技术目前已经广泛应用于高德地图各项产品中，本论坛将着重讲述「高精地图、高精算法、智能时空预测模型、自动驾驶、AR导航、车道级技术」等话题，全面解析最新技术进展和场景化的实践经验，并与开发者们一起交流
阿里云开发者·2020-09-16 08:13

2020云栖大会智慧出行专场：聚焦高精地图/算法、智能模型、自动驾驶、AR导航

简介：大量前沿、创新性技术目前已经广泛应用于高德地图各项产品中，本论坛将着重讲述「高精地图、高精算法、智能时空预测模型、自动驾驶、AR导航、车道级技术」等话题，全面解析最新技术进展和场景化的实践经验，并与开发者们一起交流
阿里云开发者·2020-09-16 08:12

实例 | 教你用python写一个电信客户流失预测模型

CDA数据分析师出品作者：真达、Mika数据：真达【导读】今天教大家如何用Python写一个电信用户流失预测模型。
CDA·数据分析师·2020-09-16 06:46

简述迁移学习在深度学习中的应用

本文介绍了迁移学习的基本概念，以及该方法在深度学习中的应用，引导构建预测模型的时候使用迁移学习的基本策略。
机器之心V·2020-09-16 01:05

ForecastNet更改为自己的数据集

对于最新的时间预测模型，解决了CNN和RNN的时不变的问题。根据以下代码，更改为自己的训练数据。github链接:github连接.首先，对于多特征输入，单特征输出的数据，只能使用pytorch模型。
Never灬more·2020-09-15 21:50

决策树

决策树原理决策树是属于机器学习监督学习分类算法中比较简单的一种，决策树是一个预测模型；他代表的是对象属性与对象值之间的一种映射关系。
木南曌·2020-09-15 20:41

实例 | 教你用Python写一个电信客户流失预测模型

作者：真达、Mika数据：真达【导读】今天教大家如何用Python写一个电信用户流失预测模型。公众号后台，回复关键字“电信”获取完整数据。
weixin_38754337·2020-09-15 18:44

用xgboost进行特征选择

在这篇文章中，你将会学习到：xgboost对预测模型特征重要性排序的原理（即为什么xgboost可以对预测模型特征重要性进行排序）。如何绘制xgboost模型得到的特征重要性条形图。
callme阳升·2020-09-15 15:25
上一页 48 49 50 51 52 53 54 55 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他