线性模型

【AI】机器学习——支持向量机(非线性及分析)

非线性可分问题处理思路核技巧核函数特点核函数作用于SVM5.4.2正定核函数由K(x,z)K(x,z)K(x,z)构造H\mathcal{H}H空间步骤常用核函数5.5SVM参数求解算法5.6SVM与线性模型关系
AmosTian·2023-09-14 07:55

【AI】机器学习——支持向量机(线性模型)

支持向量机是一种二分类算法，通过在高维空间中构建超平面实现对样本的分类文章目录5.1SVM概述5.1.1分类5.2线性可分SVM5.2.1线性可分SVM基本思想5.2.2策略函数间隔几何间隔硬间隔最大化5.2.3原始算法支持向量5.2.4对偶形式算法1.构造并求解对偶问题2.计算参数3.求得分离超平面优点例题5.支持向量机(非线性SVM)线性可分SVM通过硬间隔最大化求出划分超平面，解决线性分类问
AmosTian·2023-09-14 07:54

使用Python构造ARIMA模型

它被扩展到非平稳时间序列预测，称为自回归综合移动平均（ARIMA），它结合了差分技术来消除数据中趋势分量的影响，并且由于其巨大的灵活性而成为最受欢迎的线性模型之一。
kingofyb·2023-09-14 05:49

task3 数据的特征工程

针对xgb等模型的理解lightgbm,xgboost,gbdt的区别与联系LR和树模型基础概念决策树、逻辑回归、线性回归使用时注意事项以及模型过拟合策略个人的理解是，这些模型大致分为两类，一类是线性模型
欧飞红·2023-09-14 01:45

时间序列预测系列之AR模型

文章目录1.模型介绍及适用性1.1模型介绍及原理1.2模型步骤2.实现案例1.模型介绍及适用性1.1模型介绍及原理AR(Autoregression)模型：自回归模型，是一种线性模型，AR模型的基本思想是当前时间点的观测值与之前时间点的观测值之间存在一定的自相关关系
学海一叶·2023-09-13 06:11

条件随机场模型

线性链条件随机场，是输入序列对输出序列预测的判别模型，形式为对数线性模型，其学习方法通常是极大似然估计或正则化的极大似然估计。
P-ShineBeam·2023-09-13 01:29

R语言分析糖尿病数据：多元线性模型、MANOVA、决策树、典型判别分析、HE图、Box's M检验可视化...

相关视频背景本文帮助客户使用这些数据来说明多元线性模型的各种图形方法。
拓端研究室TRL·2023-09-12 06:46

时空预测 | 线性时空预测模型、图时空预测

目录线性时空预测图时空预测线性时空预测这篇文章在时空预测领域，搭建了一个简单高效的线性模型，且使用了channel-independence的方式进行建模。模型的整体结构如下图所示，是一个级联的结构。
机器学习之心·2023-09-11 05:45

机器学习实践（十六）—sklearn之模型保存和加载

APIfromsklearn.externalsimportjoblib保存joblib.dump(rf,‘test.pkl’)加载estimator=joblib.load(‘test.pkl’)二、示例助解保存#使用线性模型进行预测
泡泡码客·2023-09-10 19:42

损失函数

聊聊机器学习中的损失函数机器学习中的损失函数平方损失（线性回归）对数损失（交叉熵损失softmax,logstic）最大熵原理(引出softmax,logstic),都是对数线性模型合页损失(hingeloss
闫阿佳·2023-09-10 10:06

【AI】机器学习——线性模型（逻辑斯蒂回归）

文章目录3.3逻辑斯蒂回归3.3.1逻辑回归介绍对数几率函数sigmod函数几率3.3.2逻辑回归模型3.3.3参数求解逻辑斯蒂回归策略3.3.4损失函数3.3.5应用：语句情感判断3.3.6多角度分析逻辑回归信息论角度数学角度与朴素贝叶斯对比3.3.7从二分类到多分类问题多次二分类softmax两种方式对比3.3逻辑斯蒂回归目标：用判别模型解决分类问题逻辑回归输出的是实例属于每个类别的似然概率，
AmosTian·2023-09-09 14:28

R语言分析糖尿病数据：多元线性模型、MANOVA、决策树、典型判别分析、HE图、Box's M检验可视化

本文帮助客户使用这些数据来说明多元线性模型的各种图形方法。正如我们将看到的那样
·2023-09-08 23:25

CS229学习笔记（三）——广义线性模型（Generalized Linear Models）

在本节中，我们会看到这两种情况仅是广义线性模型（GeneralizedLinearModels,GLMs）的特殊情形。
RookieLiuWW·2023-09-08 13:58

【AI】机器学习——线性模型（线性回归）

线性模型既能体现出重要的基本思想，又能构造出功能更加强大的非线性模型文章目录3.1线性模型3.1.1数据3.1.2目标/应用3.2线性回归3.2.1回归模型历史3.2.2回归分析研究内容回归分析步骤3.2.3
AmosTian·2023-09-08 10:33

简单入门--带约束线性模型预测控制

简单入门--带约束线性模型预测控制一、带约束线性模型预测控制1.带约束线性模型预测控制问题-----标准型2.带约束线性模型预测控制问题-----QP问题3.带约束线性模型预测控制问题-----MATLAB
@尚码哥@·2023-09-08 05:03

12、线性模型中的lstsq

从线性代数的角度来说，线性模型就是求解最小二乘法的解。
徐胥·2023-09-08 01:44

时间序列预测专项——基于Prophet的业务预测

时间序列预测专项基于Prophet的业务预测1.趋势模型1.1饱和增长模型1.2分段线性模型1.3变点自动选择2.季节模型3.节假日模型4.Prophet模型参数解读5.Prophet模型的Python
宸兹·2023-09-07 00:54

R语言coda贝叶斯MCMC Metropolis-Hastings采样链分析和收敛诊断可视化|附代码数据

作为先决条件，我们将使用几行代码，在代码中，我们创建了一些测试数据，其中因变量y线性依赖于自变量x（预测变量）；定义线性模型拟合数据的可能性和先验；并实现一个简单的Metropolis-Has
·2023-09-06 18:05

R语言coda贝叶斯MCMC Metropolis-Hastings采样链分析和收敛诊断可视化|附代码数据

作为先决条件，我们将使用几行代码，在代码中，我们创建了一些测试数据，其中因变量y线性依赖于自变量x（预测变量）；定义线性模型拟合数据的可能性和先验；并实现一个简单的Metropolis-Has
·2023-09-06 18:35

思维模型之三（线性模型)

第三条线性模型线性模型是最简单且应用最广泛的，教育对收入的影响、因锻炼而增加的期望寿命，以及收入对选民投票率的影响，都可以用线性模型来解释。
微光秋叶·2023-09-06 12:41

Pytorch的内置模型 #2 卷积模型

卷积模型前置卷积基类类定义初始化函数实现继承判断输入参数合法性是否转置是否有偏置参数初始化reset_parameters方法extra_repr方法卷积实现类三个卷积实现类以Conv1d为例分析Pytorch的内置模型#2卷积模型前置Module类分析一个更简单的实例线性模型卷积基类
goes_on·2023-09-05 20:39

【转】畸变模型

在前一篇文章《机器视觉模型——投影矩阵》中描述了机器视觉系统成像模型，在这个模型里包含了相机内参（与像元尺寸、焦距、像素中心有关）以及相机外参（与相机在世界坐标系的位姿有关），这个模型是一个理想模型，或者说线性模型
mahui85·2023-09-04 22:01

简单入门--无约束线性模型预测控制

二、无约束线性模型预测控制1.表达式2.最优解推导3.MATLAB代码导读：下棋有高手和菜鸟，高手往往预测未来多步棋局发展，提前布局，而菜鸟只根据当前棋局做选择，显然前瞻不够。
@尚码哥@·2023-09-04 18:15

训练简单的线性模型，预测电影评分和票房收入

文章目录训练简单的线性模型，预测电影评分和票房收入数据集加载数据可视化数据分割数据集训练模型可视化结果应用模型保存和加载模型训练简单的线性模型，预测电影评分和票房收入这是一个简单的线性模型，用于预测电影的评分和票房收入
一拖再拖 一拖再拖·2023-09-03 18:18

4. 深度学习-损失函数

我们知道神经网络是一种非线性模型，激活函数就是用来映射为非线性的，激活函数是保证神经网络非线性的关键。但是模型的参数我们如何求得最优组合呢？用什么评价标准呢?
李涛AT北京·2023-09-03 11:38

R语言nlme、nlmer、lme4用（非）线性混合模型non-linear mixed model分析藻类数据实例...

p=23426混合线性模型，又名多层线性模型(Hierarchicallinearmodel)。它比较适合处理嵌套设计(nested)的实验和调查研究数据（点击文末“阅读原文”获取完整代码数据）。
拓端研究室TRL·2023-09-02 05:07

R语言nlme、nlmer、lme4用（非）线性混合模型non-linear mixed model分析藻类数据实例|附代码数据

混合线性模型，又名多层线性模型(Hierarchicallinearmodel)。
·2023-08-31 23:50

广义线性混合模型（GLMM）

知识背景广义线性混合模型可以看做是广义线性模型（GLM）以及线性混合模型(LMM)的扩展，为了更好地理解GLMM，肯定要对普通线性模型、广义线性模型以及线性混合模型有个理解。
3between7·2023-08-31 23:01

数据分享|R语言用lme4多层次（混合效应）广义线性模型（GLM），逻辑回归分析教育留级调查数据...

p=22813本教程为读者提供了使用频率学派的广义线性模型（GLM）的基本介绍。
拓端研究室TRL·2023-08-31 17:14

[机器学习必知必会]正则化和范数

目的：防止模型过拟合原理：在损失函数上加上某些规则（限制），缩小解空间，从而减少求出过拟合解的可能性例子：以最简单的线性模型为例线性回归模型我们在统计
TOMOCAT·2023-08-31 11:41

泊松回归和地理加权泊松回归

01泊松回归泊松回归（PoissonRegression）是一种广义线性模型，用于建立离散型响应变量（计数数据）与一个或多个预测变量之间的关系。
JGiser·2023-08-31 05:46

pytorch深度学习实践

B站-刘二大人参考-PyTorch深度学习实践_错错莫的博客-CSDN博客线性模型importnumpyasnpimportmatplotlib.pyplotaspltx_data=[1.0,2.0,3.0
每天学一点q·2023-08-30 16:02

R语言响应面（RSM）、线性模型lm分析生产过程影响因素可视化

全文链接：https://tecdat.cn/?p=33499响应面（ResponseSurfaceMethodology，RSM）分析是一种常用的统计方法，用于研究和优化生产过程中的影响因素。通过建立数学模型来描述因素与响应之间的关系，RSM可以帮助我们识别并优化影响因素的设置，以达到最佳的生产结果（点击文末“阅读原文”获取完整代码数据）。相关视频在本研究中，我们将帮助客户应用R语言中的响应面分
拓端研究室TRL·2023-08-30 15:53

[已解决] 决定系数R2为何为负 from sklearn.metrics import r2_score

最近在炼丹发现一件很有趣的现象，决定系数R2竟然为负，小学生都知道任何一个常数的平方绝不可能为负，潜意识里告诉我这里面必有蹊跷，因此查阅许多资料得知，决定系数R2不是r相关系数的平方这么简单，实际上当非线性模型未捕获任何特征信息
daphne odera�·2023-08-29 03:35

吴恩达机器学习——正则化

下图是一个回归问题的例子：第一个模型是一个线性模型，欠拟合，不能很好地适应我们的训练集；第三个模型是一个四次方的模型，过于强调拟合原始数据，而丢失了算法的本质：预测新数据。
SCY_e62e·2023-08-29 00:26

线性规划模型-应用篇

文章目录模型特点使用技巧工具包和求解器模型线性化应用实例经验总结模型特点上一篇中，详细阐述了线性规划问题和单纯形法的算法原理，本文将着重介绍线性模型在工业场景中的应用。
我在开水团做运筹·2023-08-28 06:37

各类算法及其适用场景

二分类Two-classClassification二分类支持向量机Two-classSVM适用于数据特征较多,线性模型的场景二分类平均感知器Two-classAveragePerceptron适用于训练时间短
12134·2023-08-28 05:41

机器学习入门书：动手学机器学习

本书包含4个部分：第一部分为机器学习基础，介绍了机器学习的概念、数学基础、思想方法和简单的机器学习算法；第二部分为参数化模型，讲解线性模型、神经网络等算法；第三部分为非参数化模型，主要讨论支持
人邮异步社区·2023-08-28 02:46

Logistic回归理论与模型简介

本文作者：陈 鼎，中南财经政法大学统计与数学学院文字编辑：任 哲技术总编：张馨月(一)线性模型与岭回归1.线性模型  给定由m个属性表示的特征向量X=(x1,x2,x3,...,xm)，其中xi是特征向量
StataPython数据分析·2023-08-25 12:43

零基础入门数据挖掘-Task4 建模调参

理解线性回归模型；模型性能验证：评价函数与目标函数；交叉验证方法；留一验证方法；针对时间序列问题的验证；绘制学习率曲线；绘制验证曲线；嵌入式特征选择：Lasso回归；Ridge回归；决策树；模型对比：常用线性模型
上善若水弱水三千·2023-08-24 22:35

软件开发的四种模型

1>.瀑布模型：（1).瀑布模型的特点：是线性模型的一种，每一个阶段只执行一次；这种模型是靠文档驱动的（2).瀑布模型的优缺点:优点：开发的各个阶段比较清晰，当前阶段完成后，只需要关注后续的阶段缺点：不适应需求化的变化
白衣染鹴华·2023-08-24 13:24

第三章，线性模型笔记

3.1基本形式一般形式：向量形式：目的：求解确定模型注意点：nonlinearmodel可通过linearmodel引入层次结构和高维映射具有很高的可解释性（comprehensibility）3.2线性回归(linearregression)注意点：有序属性可转化为连续值无序属性可转化为k维向量！！无序属性转为连续值会导致错误均方误差（squareloss）:优点：非常好的几何意义，Euclid
简为2016·2023-08-24 08:54

深度学习3：激活函数

一、激活函数的简介与由来激活函数：是用来加入非线性因素的，解决线性模型所不能解决的问题。线性函数的组合解决的问题太有限了，碰到非线性问题就束手无策了。如下图。通过激活函数映射之后，可以输出非线性函数。
学术菜鸟小晨·2023-08-23 07:19

使用limma、Glimma和edgeR对RNA-seq数据分析笔记

在本工作流程中，我们将通过分析来自小鼠乳腺的RNA测序数据，演示如何使用流行的edgeR包载入、整理、过滤和归一化数据，然后用limma包的voom方法、线性模型和经验
玄都维维子·2023-08-22 15:12

数学建模-模型详解（1）

非线性模型：非线性规划（NonlinearProgramming，NLP）是一类优化问题，目标函数和约束条件都是非线性的。下面
viperrrrrrrrrr7·2023-08-22 00:32

05有监督学习——神经网络

线性模型给定n维输入：x=[x1,x1,…,xn]Tx={[{x_1},{x_1},\ldots,{x_n}]^T}x=[x1,x1,…,xn]T线性模型有一个n维权重和一个标量偏差:w=[w1,w1,
Tiny_G·2023-08-21 13:25

异常检测（三）——线性模型

1、引言真实数据集中不同维度的数据通常具有高度的相关性，这是因为不同的属性往往是由相同的基础过程以密切相关的方式产生的。在古典统计学中，这被称为——回归建模，一种参数化的相关性分析。  一类相关性分析试图通过其他变量预测单独的属性值，另一类方法用一些潜在变量来代表整个数据。前者的代表是线性回归，后者一个典型的例子是主成分分析。本文将会用这两种典型的线性相关分析方法进行异常检测。需要明确的是，这里有
许志辉Albert·2023-08-19 08:41

微生物多样性（扩增子/16S rDNA测序）—关联与进化分析方法描述

RDA是基于线性模型，CCA是基于单峰模型。意义：可以检测环境因子、样本、菌群三者之间的关系或者两两之间的关系。
JarySun·2023-08-19 02:39

PyTorch深度学习实践---笔记

PyTorch深度学习实践---笔记2.线性模型（LinearModel）2.exercise3.梯度下降算法（GradientDescent）3.1梯度下降（GradientDescent）3.2随机梯度下降
努力向前的JF（s1hjf）·2023-08-18 19:25

Python自动化测试五种模型

本篇将列举实际自动化测试中，Python自动化测试的五种模型：线性模型、模块化驱动模型、数据驱动模型、关键字驱动模型、行为驱动模型。
测试猿廖廖·2023-08-18 06:21
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他