含水率预测模型

灰色预测(GM)的MATLAB实现

2.灰色预测模型的定义：对灰色系统进行预测的模型。灰色模型（GreyModel，简称GM模型）一般表达方式为GM（n,x）模型，其含义是：用n阶微分方程对x个变量建立模型。
ilean_J·2020-07-04 18:36

动态矩阵控制（DMC）的简单理解及其示例

文章结构前言DMC的基本思想预测模型滚动优化反馈校正DMC的控制流程DMC简单示例结束语前言在模型预测控制的课程当中接触到了动态矩阵控制（DMC）算法，虽然不会在以后继续深入，但它控制、预测和校正的思想还是可圈可点的
hlld26·2020-07-04 17:57

python-个人贷款违约预测模型

一、数据分析目标通过脱敏过的数据，从贷款表loans、权限分配表disp、客户信息表clients、交易表trans中对数据进行描述性统计，得出对建模有用的数据，建立预测模型，预测正处于贷款期间的人的违约的概率
gyu357nwh91·2020-07-04 17:23

机器学习02-(损失函数loss、梯度下降、线性回归、评估训练、模型加载、岭回归、多项式回归)

回归模型线性回归评估训练结果误差（metrics）模型的保存和加载岭回归多项式回归代码总结线性回归绘制图像，观察w0、w1、loss的变化过程以等高线的方式绘制梯度下降的过程薪水预测评估误差把训练好的模型存入文件加载模型封装预测模型对象
yegeli·2020-07-04 15:58

使用Excel创建线性回归模型

RAMDEWANI编译|VK来源|AnalyticsVidhya概述你可以在Excel中执行建模，只需几个步骤下面是一个教程，介绍如何在Excel中构建线性回归模型以及如何解释结果介绍Excel真的能构建预测模型
磐创 AI·2020-07-04 15:35

【MachineLearning】之 多项式回归预测（实战）

Topic:尝试加载一个真实数据集，并使用scikit-learn构建预测模型，实现多项式回归预测以世界麻疹疫苗接种率基础篇详看：多项式回归步骤：加载数据集定义训练和测试使用的自变量和因变量建立线性回归模型线性回归误差计算多项式回归预测次数选择
fanfan4569·2020-07-04 15:07

Lending Club——构建贷款违约预测模型

1.本项目需解决的问题本项目通过利用P2P平台LendingClub的贷款数据，进行机器学习，构建贷款违约预测模型，对新增贷款申请人进行预测是否会违约，从而决定是否放款。
arsenal0435·2020-07-04 11:26

用scikit-learn的三种词袋（BoW）生成方法为机器学习任务准备文本数据

用scikit-learn的三种词袋（BoW）生成方法为机器学习任务准备文本数据本文为翻译博客，详见：原文在使用文本数据建立预测模型之前，需要做特别的数据预处理工作。
Leo_Xu06·2020-07-04 06:53

木工板选购的三大误区

木材要经过烘干程序含水率才达标，一般芯条含水率8%--12%，北方空气干燥
实又美·2020-07-04 05:14

SciPyCon 2018 sklearn 教程（上）

然后，机器学习算法从数据“学习”预测模型，数据区分垃圾邮件和普通电子邮件。该模型可以
布客飞龙·2020-07-04 03:41

Python时间序列LSTM预测系列教程（9）-多变量

多变量LSTM预测模型（3）教程原文链接前置教程：Python时间序列LSTM预测系列教程（7）-多变量Python时间序列LSTM预测系列教程（8）-多变量定义&训练模型1、数据划分成训练和测试数据本教程用第一年数据做训练
iyangdi·2020-07-04 00:18

机器学习——决策树建模及预测

本篇中将分4步介绍一个简单的决策树预测模型的构建过程，让你对建模过程有初步了解。1.选择数据集你的数据集中变量太多了，让人摸不着头脑，即便是打印出来也看不清楚。
数据分析师之家·2020-07-04 00:13

使用Excel创建线性回归模型

RAMDEWANI编译|VK来源|AnalyticsVidhya概述你可以在Excel中执行建模，只需几个步骤下面是一个教程，介绍如何在Excel中构建线性回归模型以及如何解释结果介绍Excel真的能构建预测模型
人工智能遇见磐创·2020-07-03 12:00

ML-项目-181227-电信公司客户流失项目

建模大致思路数据读取数据清洗两变量假设检验划分训练集和测试集使用训练集做模型进行预测模型检验（混淆矩阵、ROC)模型调优(向前法去除不显著变量、多重共线性)各变量解释#subscriberID=“个人客户的
llll-ine·2020-07-02 16:52

机器学习-时间序列(灰色系统预测模型)

机器学习应用中，比较常用的趋势预测探索方法有自回归平均移动模型(ARIMA)、灰色系统预测模型(GM)等。其
Yapeng Dong·2020-07-02 16:06

大数据项目2：内存受限的大数据预测模型

内存受限的大数据预测模型junjun2016年2月15日Rmarkdown脚本及数据集：http://pan.baidu.com/s/1bogaFrp一、项目简介：回归树用于分类预测1、项目集数据介绍使用
qq_16365849·2020-07-02 16:36

成绩预测模型总结

现有数据：1、期末成绩2726条，包括客观分、主观分和总分；2、期中成绩2733条，928条数据只分客观分、主观分和总分，另外1805条则有听力、写作、单词等详细分数；3、学位英语成绩1954条，包括客观分、主观分、总分；4、平台成绩223条，有大量不完整数据；5、期中_期末_学位1866条（期中、期末和学位英语成绩都有的）/********************************分割线*
吴明耀·2020-07-02 15:33

Random Forests原理

p=47RandomForest(s)，随机森林，又叫RandomTrees[2][3]，是一种由多棵决策树组合而成的联合预测模型，天然可以作为快速且有效的多类分类模型。
pi9nc·2020-07-02 14:52

利用神经网络识别窃电用户

目标：识别用户是否存在窃电行为分析思路与流程：识别用户是否存在窃电行为是预测模型中的分类问题，故采用分类模型确定模型之后，需要根据模型的要求，归纳窃电用户的关键特征关键特征的获取，可能需要对数据进行一定的清洗
不得行·2020-07-02 14:10

机器学习之决策树预测——泰坦尼克号乘客数据实例

机器学习中，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。
木水_·2020-07-02 10:08

【沃顿商学院学习笔记】商业分析——Customer Analytics：05 营销中的新兴数据集：营销科学的未来 EMERGING DATA SETS IN MARKETING

商业进阶——营销科学的未来本章主要从当今营销领域的五大分析应用领域：数据Data、探索数据DataExplorer、预测模型PredictiveModel、优化Optimization和决策Decision
乐扣老师lekkoliu·2020-07-02 10:48

【译文】R语言中的离群值检测和处理

离群值检测的重要性处理离群值或者极端值并不是数据建模的必要流程，然而，了解它们对预测模型的影响也是大有裨益的。数据分析师们需要自己判断处理离群值的必要性，并结合实际问题选取处理方法。
R语言中文社区·2020-07-02 06:43

逻辑斯蒂回归：家庭买私家车的概率

作者：herainR语言中文社区专栏作者知乎ID：https://www.zhihu.com/people/herain-14前言我们讨论过因变量为数值型的一元线性和多元线性预测模型，今天我们来讨论定型变量的回归模型
R语言中文社区·2020-07-02 06:42

在Python中创建预测模型的简单指南，第一部分

本指南是由两部分组成的系列文章的第一部分，一个部分涉及数据的预处理和探索，另一个涉及实际的建模。在本文的整个过程中，不要过多地关注代码，而应大致了解“预处理”阶段会发生什么。第1部分：预处理和探索：在任何数据科学项目的开始阶段，预处理都是至关重要的部分（除非有人已经为您完成了这项工作）。它包括处理NULL值，检测异常值，通过分析删除不相关的列以及总体上清理数据。让我们看看如何在python中做到这
国外课栈·2020-07-02 05:41

数据科学 13 精准营销的两阶段预测模型（概念）

数据科学13精准营销的两阶段预测模型（概念）13.1总体思路13.1.1数据准备步骤1、发现数据问题类型2、不要将变量筛选全放到建模的时候13.2.2解决方案1、简单方案2、建模标准流程（适用于工业场景
irober·2020-07-02 04:28

家具选对了少受污染

如果购买家具，摸摸家具的封边是否严密，材料的含水率是否过高。因为严密的封边会把游离性甲醛密闭在板材内，不会污染室内空气;而含水率过高的家具不仅存在质量问题，还会加大甲醛的释放速度。
只做健康纯实木家具·2020-07-02 03:58

PMML模型文件在机器学习的实践经验

这种方案，在本次参加QCon大会时，Paypal的机器学习平台中也有所提及：PMML预测模型标记语言(PredictiveModelMarkupLanguage,PMML)是一种可以呈现预测分析模型的
文西·2020-07-02 02:57

RapidMiner教程

最近接触到一款强大的数据挖掘软件平台RapidMiner，RapidMiner是世界领先的数据挖掘解决方案，通过在图像化界面拖拽建模，轻松实现了数据准备、机器学习和预测模型部署，无需编程，简单易用。
zxhohai·2020-07-02 02:04

手机号码预测流年运势的原理

1.奇门遁甲预测通过建立手机号码奇门遁甲预测模型，在奇门模型中提取用神，根据天干地支和天
风水师张贵川·2020-07-02 02:45

模型融合与集成

介绍堆叠（也称为元组合）是用于组合来自多个预测模型的信息以生成新模型的模型组合技术。
GerHard_Z·2020-07-02 01:01

Python算法练习（十）// 算法：随机森林（分类），数据集：Wine

建立最优的分类预测模型。3、通过数据挖掘了解影响红酒标签（三分类）的关键特征。
陈同学2020·2020-07-01 21:30

数据挖掘在行业的应用

离网客户预测分析就是针对以上问题，建立离网客户预测模型并且产生最可能离网的客户名单，结合每个客户的价值评分，协助通信公司采取合适的客户挽留措
caodaoxi·2020-07-01 19:37

R语言 决策树、bagging、boosting、随机森林

rpart.control()：设置分类回归树的参数printcp()：查看复杂度参数CPplotcp()：可视化复杂度参数CPprune()：得到决策树的修剪子树bagging()：利用袋装技术建立组合预测模型
程志伟·2020-07-01 19:44

对抗生成网络（GAN）学习笔记

生成模型与判别模型判别模型：由数据直接学习决策函数Y=f(X)或条件概率分布P(Y|X)作为预测模型，即判别模型。判别方法关心的是对于给定的输入X，应该预测什么样的输出Y。
仰望星空的小狗·2020-07-01 18:07

宁波的红土高原，风景那个美

红土壤具有高含水率、低密度、强度较高、压缩性较低等特性，一般出现于热带和亚热带雨林﹑季雨林或常绿阔叶林地区。宁波一带出现红色土壤，非常罕见。从宁波出发，经过横街镇，往朱敏村方向
颖之星语·2020-07-01 17:54

kaggle房价预测模型总结

房价预测任务目标：根据房屋属性预测每个房子的最终价格。（一）：分析数据指标先查看数据的特征值与目标值：importpandasaspdimportmatplotlib.pyplotaspltimportseabornassnsimportnumpyasnpfromscipy.statsimportnormfromsklearn.preprocessingimportStandardScalerfr
Rick_Restart·2020-07-01 12:56

R语言时间序列分析之ARIMA模型预测

即使指数平滑法对时间序列连续数值之间相关性没有要求，在某种情况下，我们可以通过考虑数据之间的相关性来创建更好的预测模型。自回归移动
夜空骑士·2020-07-01 12:44

基于spss的多变量时间序列的ARIMA模型

概述数学建模的过程中必然会出现许多难以预料的问题，哪怕仅仅是一个温度预测模型也有莫大学问，譬如预测二十四小时内的温度变化，这多变量时间序列短期预测确实让我伤透了脑筋。
天东烛·2020-07-01 07:04

第七章线性回归预测模型

前言线性回归模型属于经典的统计学模型，该模型的应用场景是根据已知的变量（自变量）来预测某个连续的数值变量（因变量）。例如，餐厅根据每天的营业数据（包括菜谱价格、就餐人数、预定人数、特价菜折扣等）预测就餐规模或营业额；网站根据访问的历史数据（包括新用户的注册量、老用户的活跃度、网页内容的更新频率等）预测用户的支付转化率；医院根据患者的病历数据（如体检指标、药物服用情况、平时的饮食习惯等）预测某种疾病
SunnyRivers·2020-07-01 07:21

python分类预测模型总结

常见的模型评价和在Python中的实现模型模型特点所属库逻辑回归线性分类模型sklearn.linear_modelSVM用来回归、预测、分类等。模型可以是线性的/非线性的sklearn.svm决策树基于“分类讨论、逐步细化”思想的分类模型，直观易解释sklearn.tree随机森林思想跟决策树类似，精度通常比决策树高，缺点是由于其随机性，丧失了决策树的可解释性sklearn.ensemble朴素
zjlamp·2020-07-01 07:10

大数据应用于生活，目前主要应用在哪些领域？

很多企业热衷于社交媒体数据、浏览器日志、文本挖掘等各类数据集，通过大数据技术创建预测模型，从而更全面地了解客户以及他们的
人工智能爱好者·2020-07-01 07:51

Python分类预测模型特点

读《Python数据分析与挖掘实战》笔记常见的模型评价和在Python中的实现——模型模型特点位于逻辑回归比较基础的线性分类模型，很多时候是简单有效的选择sklearn.linear_modelSVM强大的模型，可以用来回归、预测、分类等，而根据选取不同的核函数。模型可以是线性的/非线性的sklearn.svm决策树基于“分类讨论，逐步细化”思想的分类模型，模型直观，易解释sklearn.tree
小白tree·2020-07-01 06:44

常见的几种流失预警模型

对于结果类的预测模型，只关注预测的准确性。比如，预测股票的涨跌，只要模型预测准确，按预测结果操作即可。但对于策略类的预测模型，预测只是第一步，还需要后
Echo_醉·2020-07-01 06:46

Uber打车用户留存情况预测

1.1项目背景与定义为了辨别打车用户特征对于留存情况的影响以进一步提高用户留存率，Uber公开了50,000名于2014年1月注册Uber账户的用户部分信息，希望基于该信息得到具有相对可靠性及参考意义的预测模型
littleadams·2020-07-01 06:22

流失预测 & 分类模型（一）[转发自石头]

原文地址：http://blog.sina.com.cn/s/blog_c308e7dd0101cp4h.html流失预测模型在很多行业都有引用到切实的市场运营当中，而接下来就开
weixin_34015860·2020-07-01 05:01

用户流失预测模型初探

Python机器学习sklearnLogisticRegression用户流失预测模型初探浅笑信息不值钱，见解和洞察才值钱。千万不要记恨你的对手，这样会让你失去理智。19人赞了该文章什么是逻辑回归？
tjyok·2020-07-01 04:49

Churn Model 系列一:业务角度

creating-a-predictive-churn-mode-part-1l/CreatingaPredictiveChurnModel:Part1【编者按】这是张磊博士2008年在数据挖掘研究院论坛上针对heilql的一篇回帖，主要针对当时电信离网用户预测模型阐述一下自己的看法
三少GG·2020-07-01 04:30

LogisticRegression用户流失预测模型初探【推荐】

什么是逻辑回归？Logistic回归与多重线性回归实际上有很多相同之处，最大的区别就在于它们的因变量不同，其他的基本都差不多。正是因为如此，这两种回归可以归于同一个家族，即广义线性模型（generalizedlinearmodel）。这一家族中的模型形式基本上都差不多，不同的就是因变量不同。如果是连续的，就是多重线性回归；如果是二项分布，就是Logistic回归；如果是Poisson分布，就是Po
善战骁勇·2020-07-01 02:16

基于大数据技术的电信客户流失预测模型 研究及应用 大数据

【摘要】 为减少用户流失，提高用户保有率，文章介绍一种基于智慧运营平台，将大数据技术和数据挖掘技术相结合，对电信客户流失进行预测的模型。该模型利用大数据技术处理用户离网前的海量数据信息，分析流失用户特征，建立用户流失预测，提前锁定流失风险较高的用户，有针对性地制定维挽策略，精准开展维系挽留活动，能够有效降低用户离网率。【关键词】 大数据；流失预测；数据挖掘；客户流失；维系挽留引言随着移动通信成本逐
数据工程师陈晨·2020-07-01 02:18

商业银行建立客户流失预测模型的方法研究

通过分析银行客户流失的原因，提出了建立客户流失预测模型的方法。利用模型，发现预测流失群体，预测流失趋势，进而制定有效的控制策略，最大限度地降低客户流失率。
benpaobagzb·2020-07-01 01:09
上一页 59 60 61 62 63 64 65 66 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他