r语言随机森林

R语言APRIORI关联规则、K-MEANS均值聚类分析中药专利复方治疗用药规律网络可视化|附代码数据

全文链接：http://tecdat.cn/?p=30605最近我们被客户要求撰写关于中药专利复方治疗用药规律的研究报告，包括一些图形和统计输出。应用关联规则、聚类方法等数据挖掘技术分析治疗的中药专利复方组方配伍规律方法检索治疗中药专利复方，排除外用中药及中西药物合用的复方。最近我们被要求撰写关于用药规律的研究报告，包括一些图形和统计输出。对入选的中药专利复方进行术语规范化等处理，抽取信息、建立表
·2023-06-21 11:53

如何用R语言在生物群落生态学中的数据统计分析？

R语言作的开源、自由、免费等特点使其广泛应用于生物群落数据统计分析。生物群落数据多样而复杂，涉及众多统计分析方法。
思考的小猴子·2023-06-21 10:01

如何运用R语言在生物群落生态学中的数据统计分析

R语言作的开源、自由、免费等特点使其广泛应用于生物群落数据统计分析。生物群落数据多样而复杂，涉及众多统计分析方法。
zmjia111·2023-06-21 10:01

【案例实践】R语言生物群落（生态）数据统计分析与绘图实践技术应用

查看原文>>>R语言生物群落分析绘图、多元统计分析、CMIP6、遥感碳储量、GEE林业、InVEST等目录专题一：R和Rstudio简介及入门和作图基础专题二：R语言数据清洗-tidyverse包应用专题三
吹翻书页的风·2023-06-21 10:31

R语言生物群落（生态）数据统计分析与绘图

查看原文>>>R语言生物群落（生态）数据统计分析与绘图R语言作的开源、自由、免费等特点使其广泛应用于生物群落数据统计分析。生物群落数据多样而复杂，涉及众多统计分析方法。
吹翻书页的风·2023-06-21 10:30

R语言生物群落数据统计分析应用

点击查看原文：R语言生物群落数据统计分析应用R语言作的开源、自由、免费等特点使其广泛应用于生物群落数据统计分析。生物群落数据多样而复杂，涉及众多统计分析方法。
吹翻书页的风·2023-06-21 10:30

R语言生物群落（生态）数据统计分析与绘图

查看原文>>>R语言生物群落（生态）数据统计分析与绘图R语言作的开源、自由、免费等特点使其广泛应用于生物群落数据统计分析。生物群落数据多样而复杂，涉及众多统计分析方法。
吹翻书页的风·2023-06-21 10:30

R语言生物群落（生态）数据统计分析与绘图

包含：《R语言基础》、《tidyverse数据清洗》、《多元统计分析》、《随机森林模型》、《回归及混合效应模型》、《结构方程模型》、《统计结果作图》七合一版本R语言作的开源、自由、免费等特点使其广泛应用于生物群落数据统计分析
xiao5kou4chang6kai4·2023-06-21 10:00

【技术推文】R语言生物群落（生态）数据统计分析与绘图

详情链接：R语言生物群落（生态）数据统计分析与绘图前言生物群落数据多样而复杂，涉及众多统计分析方法。
夏日恋雨·2023-06-21 10:28

R语言结构方程模型（SEM）教程

详情点击链接：R语言结构方程模型（SEM）在生态学应用结构方程模型（SructuralEquationModel）是一种建立、估计和检验研究系统中多变量间因果关系的模型方法，它可以替代多元回归、因子分析
夏日恋雨·2023-06-21 10:28

生物群落（生态）数据统计分析与绘图

R语言作的开源、自由、免费等特点使其广泛应用于生物群落数据统计分析。生物群落数据多样而复杂，涉及众多统计分析方法。
Mr.靳靳477302280·2023-06-21 10:26

【生态经济学】R语言机器学习方法在生态经济学领域中的实践技术

查看原文>>>基于R语言机器学习方法在生态经济学领域中的实践技术近年来，人工智能领域已经取得突破性进展，对经济社会各个领域都产生了重大影响，结合了统计学、数据科学和计算机科学的机器学习是人工智能的主流方向之一
吹翻书页的风·2023-06-21 08:30

WPS数据清洗+R语言读取文件画频数分布直方图

R语言是一门好语言，但很多人在读取文件中数据时会遇到问题。比如我遇到的问题就是从文件中读取数据后，数据无法用于画图。
康妮猫·2023-06-21 08:29

R-Meta分析与【文献计量分析、贝叶斯、机器学习等】多技术融合实践与拓展进阶

查看原文>>>R-Meta分析与【文献计量分析、贝叶斯、机器学习等】多技术融合实践与拓展进阶目录专题一：Meta分析的选题与文献计量分析CiteSpace应用专题二：Meta分析与R语言数据清洗及相关应用
吹翻书页的风·2023-06-21 08:29

Linux安装R语言

在学校小服务器中试着装了下miniconda，和R，Rstudio，怕以后忘了，过程写在这里查看环境condainfo--envs创建新的环境R3.6condacreate-nR3.6激活该环境condaactivateR3.6在conda中找rcondasearchr下载condainstallr-base调用RRenterimage.png使用及退出安装RStudiocondainstallr
oo番茄oo·2023-06-21 08:29

集成学习（Bagging、随机森林、Boosting、GBDT）

视频链接数据集下载地址：无需下载1.集成学习算法简介学习目标：了解什么是集成学习知道机器学习中的两个核心任务了解集成学习中的Boosting和Bagging1.1什么是集成学习集成学习通过建立几个模型来解决单一预测问题。它的工作原理是生成多个分类器（模型），各自独立地学习和作出预测。这些预测最后结合成组合预测，因此优于任何一个单分类的做出预测。1.2复习：机器学习的两个核心任务任务一：如何优化训练
Le0v1n·2023-06-21 07:08

随机森林（Random Forest）原理解析：从集成学习到决策树集合

目录1.集成学习2.决策树集合3.随机森林的预测4.随机森林优缺点5.随机森林代码实例随机森林是一种强大且常用的机器学习算法，它通过集成学习的思想将多个决策树组合成一个强大的分类或回归模型。
旧言.·2023-06-21 06:59

R语言自适应LASSO 多项式回归、二元逻辑回归和岭回归应用分析|附代码数据

全文下载链接：http://tecdat.cn/?p=21602最近我们被客户要求撰写关于回归的研究报告，包括一些图形和统计输出。正则化路径是在正则化参数lambda的值网格上计算套索LASSO或弹性网路惩罚的正则化路径正则化(regularization)该算法速度快，可以利用输入矩阵x中的稀疏性，拟合线性、logistic和多项式、poisson和Cox回归模型。可以通过拟合模型进行各种预测。
·2023-06-20 22:26

R语言中的copula GARCH模型拟合时间序列并模拟分析|附代码数据

原文链接：http://tecdat.cn/?p=23115最近我们被客户要求撰写关于copulaGARCH的研究报告，包括一些图形和统计输出。在这个文章中，我们演示了copulaGARCH方法（一般情况下）1模拟数据首先，我们模拟一下创新分布。我们选择了一个小的样本量。理想情况下，样本量应该更大，更容易发现GARCH效应。## 模拟创新分布d nu.  创新必须是标准化的garch()sim(f
·2023-06-20 22:55

基于R语言股票市场收益的统计可视化分析|附代码数据

全文链接：http://tecdat.cn/?p=16453最近我们被客户要求撰写关于股票市场的研究报告，包括一些图形和统计输出。金融市场上最重要的任务之一就是分析各种投资的历史收益要执行此分析，我们需要资产的历史数据。数据提供者很多，有些是免费的，大多数是付费的。在本文中，我们将使用Yahoo金融网站上的数据。在这篇文章中，我们将：下载收盘价计算收益率计算收益的均值和标准差让我们先加载库。lib
·2023-06-20 22:23

R语言基于决策树的银行信贷风险预警模型|附代码数据

原文链接：http://tecdat.cn/?p=2783最近我们被客户要求撰写关于信贷风险预警的研究报告，包括一些图形和统计输出。我国经济高速发展，个人信贷业务也随着快速发展，而个人信贷业务对提高内需，促进消费也有拉动作用引言有正必有反，在个人信贷业务规模不断扩大的同时，信贷的违约等风险问题也日益突出，一定程度上制约着我国的信贷市场的健康发展。挑战近年来，个人消费贷款的类型呈现出多元化的变化与发
·2023-06-20 22:53

R语言VaR市场风险计算方法与回测、用Logit逻辑回归、Probit模型信用风险与分类模型

原文链接：http://tecdat.cn/?p=27530市场风险指的是由金融市场中资产的价格下跌或价格波动增加所导致的可能损失。市场风险包含两种类型：相对风险和绝对风险。绝对风险关注的是整个资产收益的波动率，而相对风险关注的是资产收益与某一基准（比如某个市场指数或投资组合）相比较的跟踪误差。市场风险也可以按照与经济和金融变量（比如，利率、股票指数）的关联性分为直接风险和间接风险：直接风险指的是
·2023-06-20 22:52

R语言使用多元AR-GARCH模型衡量市场风险

原文链接：http://tecdat.cn/?p=19118原文出处：拓端数据部落公众号本文分析将用于制定管理客户和供应商关系的策略准则。假设：贵公司拥有用于生产和分销聚戊二酸的设施，聚戊二酸是一种用于多个行业的化合物。制造和分销过程的投入包括各种石油产品和天然气。价格波动可能非常不稳定。营运资金管理一直是一个挑战，最近汇率的走势严重影响了资金。您的CFO使用期货和场外交易（OTC）工具对冲价格风
·2023-06-20 22:21

基于R语言股票市场收益的统计可视化分析

原文链接：http://tecdat.cn/?p=16453原文出处：拓端数据部落公众号金融市场上最重要的任务之一就是分析各种投资的历史收益。要执行此分析，我们需要资产的历史数据。数据提供者很多，有些是免费的，大多数是付费的。在本文中，我们将使用Yahoo金融网站上的数据。在这篇文章中，我们将：下载收盘价计算收益率计算收益的均值和标准差让我们先加载库。library(tidyquant)libra
·2023-06-20 22:21

R语言用收缩估计股票beta系数回归分析Microsoft收益率风险

原文链接：http://tecdat.cn/?p=25610配对交易提出的问题之一是股票的贝塔值相对于市场的不稳定估计。这是一个可能的解决方案的建议，这并不是真正的解决方案。看看下图：Microsoft的滚动系数（回归：MSFT~SPY）-120天的窗口，纯蓝色是使用完整样本估计的beta我们可以看到截距并没有太大的波动，这确实意味着如果市场不波动，MSFT也不会。然而，beta在稳定的市场（贝塔
·2023-06-20 22:21

R语言中的多项式回归、局部回归、核平滑和平滑样条回归模型

原文链接：http://tecdat.cn/?p=20531原文出处：拓端数据部落公众号===在标准线性模型中，我们假设。当线性假设无法满足时，可以考虑使用其他方法。多项式回归扩展可能是假设某些多项式函数，同样，在标准线性模型方法（使用GLM的条件正态分布）中，参数可以使用最小二乘法获得，其中在。即使此多项式模型不是真正的多项式模型，也可能仍然是一个很好的近似值。实际上，根据Stone-Weier
·2023-06-20 22:20

r语言中对LASSO回归，Ridge岭回归和弹性网络Elastic Net模型实现

原文链接：http://tecdat.cn/?p=3795原文出处：拓端数据部落公众号Glmnet是一个通过惩罚最大似然关系拟合广义线性模型的软件包。正则化路径是针对正则化参数λ的值网格处的lasso或ElasticNet（弹性网络）惩罚值计算的。该算法非常快，并且可以利用输入矩阵中的稀疏性x。它适合线性，逻辑和多项式，泊松和Cox回归模型。可以从拟合模型中做出各种预测。它也可以拟合多元线性回归。
·2023-06-20 22:50

拓端数据(tecdat):R语言自适应LASSO 多项式回归、二元逻辑回归和岭回归应用分析

原文链接：http://tecdat.cn/?p=21602正则化(regularization)正则化路径是在正则化参数lambda的值网格上计算套索LASSO或弹性网路惩罚的正则化路径。该算法速度快，可以利用输入矩阵x中的稀疏性，拟合线性、logistic和多项式、poisson和Cox回归模型。可以通过拟合模型进行各种预测。它还可以拟合多元线性回归。”例子加载数据这里加载了一个高斯(连续Y)
·2023-06-20 22:19

拓端tecdat|基于R语言实现LASSO回归分析

原文链接：http://tecdat.cn/?p=10997模拟假数据集 set.seed(0820) n         |t|)    ## (Intercept) -3.914e-16  1.648e-01   0.000  1.00000    ## X1           6.020e-01  2.097e-01   2.871  0.00841 ** ## X2           
·2023-06-20 22:19

拓端数据(tecdat):R语言使用ARIMA模型预测股票收益时间序列

原文链接：http://tecdat.cn/?p=2831“预测非常困难，特别是关于未来”。丹麦物理学家尼尔斯·波尔（NeilsBohr）很多人都会看到这句名言。预测是这篇博文的主题。在这篇文章中，我们将介绍流行的ARIMA预测模型，以预测股票的收益，并演示使用R编程的ARIMA建模的逐步过程。时间序列中的预测模型是什么？预测涉及使用其历史数据点预测变量的值，或者还可以涉及在给定另一个变量的值的变
·2023-06-20 22:19

拓端数据tecdat|R语言中的多项式回归、局部回归、核平滑和平滑样条回归模型

原文链接：http://tecdat.cn/?p=20531在标准线性模型中，我们假设。当线性假设无法满足时，可以考虑使用其他方法。多项式回归扩展可能是假设某些多项式函数，同样，在标准线性模型方法（使用GLM的条件正态分布）中，参数可以使用最小二乘法获得，其中在。即使此多项式模型不是真正的多项式模型，也可能仍然是一个很好的近似值。实际上，根据Stone-Weierstrass定理，如果在某个区间上
·2023-06-20 22:18

R语言自适应LASSO 多项式回归、二元逻辑回归和岭回归应用分析|附代码数据

全文下载链接：http://tecdat.cn/?p=21602最近我们被客户要求撰写关于回归的研究报告，包括一些图形和统计输出。正则化路径是在正则化参数lambda的值网格上计算套索LASSO或弹性网路惩罚的正则化路径正则化(regularization)该算法速度快，可以利用输入矩阵x中的稀疏性，拟合线性、logistic和多项式、poisson和Cox回归模型。可以通过拟合模型进行各种预测。
·2023-06-20 22:48

R语言使用多元AR-GARCH模型衡量市场风险|附代码数据

原文链接：http://tecdat.cn/?p=19118最近我们被客户要求撰写关于GARCH的研究报告，包括一些图形和统计输出。本文分析将用于制定管理客户和供应商关系的策略准则假设：贵公司拥有用于生产和分销聚戊二酸的设施，聚戊二酸是一种用于多个行业的化合物。制造和分销过程的投入包括各种石油产品和天然气。价格波动可能非常不稳定。营运资金管理一直是一个挑战，最近汇率的走势严重影响了资金。您的CFO
·2023-06-20 22:47

R语言分析ROE与股票收益的关系

全文链接：http://tecdat.cn/?p=32829原文出处：拓端数据部落公众号分析师：YujiaShen影响股票收益的因子一直是研究者与投资者关注的问题。虽然已有超过1000个因子被提出与确认，但它们的长期影响力及如何导致收益变化并未被研究透彻。本项目选择研究ROE在长期对股票收益的作用。研究理念：根据ROE大小将所有股票分成10组并在每个时段进行重组，一共追踪10年，画出10条时间序列
·2023-06-20 22:16

基于Python垃圾短信识别程序(KNN、逻辑回归、随机森林、决策树和多项式分布朴素贝叶斯、伯努利分布朴素贝叶斯等算法进行融合)—含python工程全源码

我们将采用KNN、逻辑回归、随机森林、决策树和朴素贝叶斯等多种算法进行融合，以提高识别准确率，并进行测
小胡说人工智能·2023-06-20 14:49

【机器学习】python调包实现 随机森林回归算法

1.随机森林回归1.1数据集此处采用波士顿房价数据集(可直接调用)，训练特征为13个，输出标签为MEDV。
kt4ngw·2023-06-20 14:49

基于Python机器学习算法小分子药性预测（岭回归+随机森林回归+极端森林回归+加权平均融合模型）

目录前言总体设计系统整体结构图系统流程图运行环境Python环境配置工具包模块实现1.数据预处理2.创建模型并编译3.模型训练系统测试工程源代码下载其它资料下载前言《麻省理工科技评论》于2020年发布了“十大突破性技术”预测，其中包括“AI药物分子发现”。该榜单解释了药物分子发现的挑战，指出药物分子的数量可能比太阳系中的原子还多。因此，从如此庞大的数量中找到有价值的分子是一项艰巨的任务，需要耗费大
小胡说人工智能·2023-06-20 14:17

R-Meta分析与【文献计量分析、贝叶斯、机器学习等】多技术融合实践与拓展进阶

R语言拥有完整有效的数据处理、统计分析与保存机制，可以对数据直接进行分析和显示，命令格式简单、结果可读性强，包含众多针对Meta分析软件包，是进行Meta整合分析及评价的有效平台。本教程针对
高-老师·2023-06-20 13:49

跟着Cell学作图|11.Ingenuity Pathway Analysis(IPA)

“复现是学习R语言的最好办法。”2021.4.12_1DOI:10.1016/j.cell.2020.05.032这篇2020年发表在cell上关于新冠的组学文章里面有大量的生信内容。
木舟笔记·2023-06-20 10:32

使用sklearn计算随机森林模型中各特征的重要性

)The3waystocomputethefeatureimportanceforthescikit-learnRandomForestwaspresented:提出了三种计算scikit-learn随机森林特征重要性的方法
LRJ-jonas·2023-06-20 08:03

R语言如何用潜类别混合效应模型（LCMM）分析抑郁症状|附代码数据

全文下载链接：http://tecdat.cn/?p=22206最近我们被客户要求撰写关于潜类别混合效应模型（LCMM）的研究报告，包括一些图形和统计输出。每一个动态现象都可以用一个潜过程(Λ(t)来描述，这个潜过程在连续的时间t内演化。模型背景当对重复测量的标志变量进行建模时，我们通常不会把它看成是一个有误差测量的潜过程。然而，这正是混合模型理论所做的基本假设。潜过程混合模型利用这个框架将线性混
·2023-06-20 00:15

R语言临床预测模型：分层构建Cox生存回归模型stratified Cox model、KM生存曲线、PH假设检验

全文链接：http://tecdat.cn/?p=32046stratifiedcoxmodel是针对协变量不满足PHA提出的，这里的思想是对协变量分层。协变量的效果在一个层(部分)里是一样的，即层内没有interaction，效果是常数，这就是Non-interactionassumption。对于”nointeraction“的model，每个层的baselinefunction都不一样，但指
·2023-06-20 00:13

R语言股市可视化相关矩阵：最小生成树|附代码数据

原文链接：http://tecdat.cn/?p=17835最近我们被客户要求撰写关于最小生成树的研究报告，包括一些图形和统计输出。本文在股市可视化中可视化相关矩阵：最小生成树在本文示例中，我将使用日数据和1分钟数据来可视化股票数据。我发现以下概念定义非常有用：连通图：在无向图中，若任意两个顶点vivi与vjvj都有路径相通，则称该无向图为连通图。强连通图：在有向图中，若任意两个顶点vivi与vj
·2023-06-20 00:41

R语言用逻辑回归、决策树和随机森林对信贷数据集进行分类预测|附代码数据

在本文中，我们使用了逻辑回归、决策树和随机森林模型来对信用数据集进行分类预测并比较了它们的性能数据集是credit=read.csv("gecredit.csv", header = TRUE, sep
·2023-06-20 00:40

R语言用CPV模型的房地产信贷信用风险的度量和预测

全文链接：http://tecdat.cn/?p=30401原文出处：拓端数据部落公众号本文基于CPV模型,对房地产信贷风险进行了度量与预测。我们被客户要求撰写关于CPV模型的研究报告。结果表明,该模型在度量和预测房地产信贷违约率方面具有较好的效果。CPV模型的基本原理和框架CPV模型是一个用于分析贷款组合风险和收益的多因素模型,它根据失业率、长期利率、GDP增长率、汇率、政府支出和总储蓄率等宏观
·2023-06-20 00:40

R语言如何在生存分析与Cox回归中计算IDI，NRI指标

原文链接：http://tecdat.cn/?p=6095原文出处：拓端数据部落公众号读取样本数据 D=D\[!is.na(apply(D,1,mean)),\] ; dim(D)## \[1\] 416   7查询部分数据（结果和预测因子）head(D)##   time status      age albumin edema protime bili## 1  400      1 58.
·2023-06-20 00:37

拓端tecdat|R语言配对检验分析案例

原文http://tecdat.cn/?p=3424什么是检验对？检验对的形式（x1，x2）出现在两种情况中：对同一实体执行两次测量。例如，一项评估新型胰岛素疗效的临床研究将为每位患者测量两次血糖水平：之前（X1）服药后（X2）。对不同的实体进行测量。但是，实体根据其特征进行匹配。例如，为了测试药物的功效，您可能希望根据体重，年龄或其他特征配对研究参与者，以控制这些混杂因素。在第一种情况下，配对是
·2023-06-20 00:36

【大数据部落】R语言基于决策树的银行信贷风险预警模型

原文链接：http://tecdat.cn/?p=2783引言我国经济高速发展，个人信贷业务也随着快速发展，而个人信贷业务对提高内需，促进消费也有拉动作用。有正必有反，在个人信贷业务规模不断扩大的同时，信贷的违约等风险问题也日益突出，一定程度上制约着我国的信贷市场的健康发展。挑战近年来，个人消费贷款的类型呈现出多元化的变化与发展，由原本的单一贷款种类发展到今天各式各样的贷款种类，汽车按揭贷款，教育
·2023-06-20 00:36

拓端tecdat|R语言经济学：动态模型平均(DMA)、动态模型选择(DMS)预测原油时间序列价格

原文链接：http://tecdat.cn/?p=22458简介本文提供了一个经济案例。着重于原油市场的例子。简要地提供了在经济学中使用模型平均和贝叶斯方法的论据，使用了动态模型平均法（DMA），并与ARIMA、TVP等方法进行比较。希望对经济和金融领域的从业人员和研究人员有用。动机事实上，DMA将计量经济学建模的几个特点结合在一起。首先，最终预测是通过模型平均化从几个回归模型中产生的。其次，该方
·2023-06-20 00:36

拓端数据tecdat:R语言如何用潜类别混合效应模型（LCMM）分析抑郁症状

原文链接：http://tecdat.cn/?p=22206模型背景每一个动态现象都可以用一个潜过程(Λ(t)来描述，这个潜过程在连续的时间t内演化。当对重复测量的标志变量进行建模时，我们通常不会把它看成是一个有误差测量的潜过程。然而，这正是混合模型理论所做的基本假设。潜过程混合模型利用这个框架将线性混合模型理论扩展到任何类型的结果（有序、二元、连续、类别与任何分布）。潜类别混合模型潜类别混合模型
·2023-06-20 00:35
上一页 65 66 67 68 69 70 71 72 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他