r语言随机森林

R语言ARIMA-GARCH波动率模型预测股票市场苹果公司日收益率时间序列|附代码数据

原文链接：http://tecdat.cn/?p=23934最近我们被客户要求撰写关于ARIMA-GARCH的研究报告，包括一些图形和统计输出。在本文中，我们将尝试为苹果公司的日收益率寻找一个合适的GARCH模型波动率建模需要两个主要步骤。指定一个均值方程（例如ARMA，AR，MA，ARIMA等）。建立一个波动率方程（例如GARCH,ARCH，这些方程是由RobertEngle首先开发的）。要做(
·2023-06-16 00:14

机器学习(Machine Learning)&深度学习(Deep Learning)资料(Chapter 1

《BriefHistoryofMachineLearning》介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经网络、决策树、SVM、Adaboost到随机森林、DeepLearning.
macyang·2023-06-15 18:20

Day01零基础自学R语言（最详细教程）——R软件安装

R语言简介R语言是当今排名进入前十五的程序设计语言，也是大数据处理的常用工具之一。
源代码•宸·2023-06-15 18:13

Adaboost算法详细讲解

转自线上数据建模Adaboost算法详细讲解Adaboost(AdaptiveBoosting):Adaboost是Boosting模型，和bagging模型（随机森林）不同的是：Adaboost会构建多个若分类器
MLPlatform·2023-06-15 18:24

【RF-SSA-LSTM】随机森林-麻雀优化算法优化时间序列预测研究（Python代码实现）

本文目录如下：目录1概述2运行结果2.1RF特征选择2.2LSTM预测2.3SSA-LSTM预测2.4MLP预测2.5几种算法比较3参考文献4Python代码实现1概述参考文献：RF：随机森林指的是利用多棵树对样本进行训练并预测的一种分类器
紫极星光·2023-06-15 17:02

TCGA芯片数据下载及差异分析

今天我来做一下TCGA芯片数据下载和差异分析的一个笔记，健明老师布置的TNBC的作业还未完成，但是先慢慢来吧，最近感觉自己的R语言基础太差了，还需要恶补啊，心里其实很清楚该怎么处理，可是写不出具体的代码
SolomonTeng·2023-06-15 16:34

[GBD数据库挖掘] 1.数据的下载与整合

欢迎关注R语言数据分析指南最近有观众老爷在做GBD数据库挖掘问小编一些数据处理的问题，正好去年也写过相关的代码，既然观众老爷们有需求那么就写一些文档来介绍一下，数据代码已经上传VIP群，请自行下载正文数据库主页
R语言数据分析指南·2023-06-15 12:37

R语言 Scale函数

在我们做数据的时候，一个数据会有很多特征；比如在描述影响房价的因素，有房子面积，房间数量等。而不同的特征存在不同的量纲，为了消除量纲、数值差异等，我们就需要对数据进行中心化和标准化；那什么是中心化，什么是标准化呢？所谓中心化就是将数据减去均值后得到的，比如有一组数据(1，2，3，4，5，6，7)，它的均值是4，中心化后的数据为(-3，-2，-1，0，1，2，3)而标准化则是在中心化后的数据基础上再
Fovace·2023-06-15 11:46

R语言绘制研究区内降水分布图

要根据年度降水栅格数据绘制研究区内的降水分布图，可以使用`ggplot2`和`raster`库进行数据处理和可视化。以下是一份代码：library(ggplot2)library(raster)#假设你已经有了研究区内的年度降水栅格文件（例如GeoTIFF格式），请将下面的"path/to/precipitation.tif"替换为实际文件路径#读取年度降水栅格数据precipitation_ra
地狱道·2023-06-15 09:30

随机森林Proximity实现及应用

随机森林Proximity实现及应用1算法1.1随机森林Proximity简介1.2RF-GAP1.3实现代码2应用2.1离群点(outlier)检测2.1.1原理和实现2.1.2实验结果附录项目主页：
简单生活FF·2023-06-15 08:24

Random Forests C++实现：细节，使用与实验

RandomForestsC++实现：细节，使用与实验1.随机森林简介1.1算法简介1.2随机特性2.C++实现和使用2.1动机2.2细节2.2.1算法的参数（Hyperparameters）2.2.2
简单生活FF·2023-06-15 08:53

随机森林特征重要性（Variable importance）评估方法

RandomForestVariableimportance算法介绍实现算法流程分类回归实验实验1：waveform数据集（分类）实验2：superconductivity数据集（回归）实验3：power-consumption数据集（回归）实验4：mnist数据集（可视化实验）实验5：与sklearn的验证附录项目主页：randomforestC++implementationofrandomf
简单生活FF·2023-06-15 08:51

R语言：Error in match.names(clabs, names(xi)) : 名字同原来已有的名字不相对

问题描述count_bind=rbind(count_left,count_right)Errorinmatch.names(clabs,names(xi)):名字同原来已有的名字不相对原因探究这个是在rbind时出现的match.names函数中的问题，原因很简单，因为一开始我的两个待rbind的对象的列名不一样：解决问题手动更改列名后可解决问题：colnames(count_left)<-c(
Rilkean heart·2023-06-15 07:50

【统计模型】瑞典生育率现状与影响因素分析

3.1样本描述3.2数据可视化四、数学建模4.1模型建立4.2模型结果（1）全模型A（2）全模型B（3）全模型A、B比较（4）逐步回归模型4.3模型诊断4.4模型预测五、结论及建议5.1结论5.2建议六、R语言代码瑞典生育率现状与影响因素分析摘要
数据人的自我救赎·2023-06-15 02:29

【统计模型】缺失数据处理方法

随机缺失（MAR）3.非随机、不可忽略缺失（NMAR）五、缺失数据处理方法1.直接删除2.缺失值插补3.单一插补（1）介绍（2）均值插补（3）随机插补法（4）回归插补法（5）随机回归插补4.多重插补方法（R语言
数据人的自我救赎·2023-06-15 02:54

Python语言的12个基础知识点小结

pyhon与R语言的一些语法比较作为一个R语言使用者，要转战到python，还是需要一个适应过程的，有几个比较容易忘记的点：python区分大小写，而R对大小写不敏感；python中的索引是从0开始的，
学掌门·2023-06-15 01:22

R语言建立和可视化混合效应模型mixed effect model|附代码数据

全文下载链接：http://tecdat.cn/?p=20631最近我们被客户要求撰写关于混合效应模型的研究报告，包括一些图形和统计输出。我们已经学习了如何处理混合效应模型。本文的重点是如何建立和_可视化_混合效应模型的结果。设置本文使用数据集，用于探索草食动物种群对珊瑚覆盖的影响。knitr::opts_chunk$set(echo=TRUE)library(tidyverse)#数据处理lib
·2023-06-14 23:38

R语言混合效应模型（mixed model）案例研究|附代码数据

全文链接：http://tecdat.cn/?p=2596在本文中，我们描述了灵活的竞争风险回归模型。回归模型被指定为转移概率，也就是竞争性风险设置中的累积发生率1.混合模型是否适合您的需求？混合模型在很多方面与线性模型相似。它估计一个或多个解释变量对因变量的影响。混合模型的输出将为解释值列表，它们的效果大小的估计值和置信区间，每种效果的p值以及至少一种模型拟合程度的度量。当您有一个变量将数据样本
·2023-06-14 23:37

R语言对MNIST数据集分析：探索手写数字分类

原文链接：http://tecdat.cn/?p=5246原文出处：拓端数据部落公众号数据科学和机器学习之间区别的定义：数据科学专注于提取洞察力，而机器学习对预测有兴趣。我还注意到这两个领域大相径庭：我在我的工作中同时使用了机器学习和数据科学：我可能会使用堆栈溢出流量数据的模型来确定哪些用户可能正在寻找工作（机器学习），但是会构建摘要和可视化来检查为什么（数据科学）。我想进一步探讨数据科学和机器学
·2023-06-14 23:06

R语言HAR和HEAVY模型分析高频金融数据波动率

原文链接：http://tecdat.cn/?p=19129原文出处：拓端数据部落公众号摘要在学术界和金融界，分析高频财务数据的经济价值现在显而易见。它是每日风险监控和预测的基础，也是高频交易的基础。为了在财务决策中高效利用高频数据，高频时代采用了最先进的技术，用于清洗和匹配交易和报价，以及基于高收益的流动性的计算和预测。高频数据的处理在本节中，我们讨论高频金融数据处理中两个非常常见的步骤：（i）
·2023-06-14 23:06

R语言用多元ARMA,GARCH ,EWMA, ETS,随机波动率SV模型对金融时间序列数据建模

原文链接：http://tecdat.cn/?p=20015本文将说明单变量和多变量金融时间序列的不同模型，特别是条件均值和条件协方差矩阵、波动率的模型。均值模型本节探讨条件均值模型。iid模型我们从简单的iid模型开始。iid模型假定对数收益率xt为N维高斯时间序列：均值和协方差矩阵的样本估计量分别是样本均值和样本协方差矩阵我们从生成数据开始，熟悉该过程并确保估计过程给出正确的结果（即完整性检查
·2023-06-14 23:05

R语言群组变量选择、组惩罚group lasso套索模型预测分析新生儿出生体重风险因素数据和交叉验证、可视化

原文链接：http://tecdat.cn/?p=25158本文拟合具有分组惩罚的线性回归、GLM和Cox回归模型的正则化路径。这包括组选择方法，如组lasso套索、组MCP和组SCAD，以及双级选择方法，如组指数lasso、组MCP。还提供了进行交叉验证以及拟合后可视化、总结和预测的实用程序。本文提供了一些数据集的例子；涉及识别与低出生体重有关的风险因素。结果是连续测量（bwt，以公斤为单位的出
·2023-06-14 23:35

R语言非线性混合效应 NLME模型(固定效应&随机效应)对抗哮喘药物茶碱动力学研究

原文链接：http://tecdat.cn/?p=24074简介茶碱数据茶碱数据文件报告来自抗哮喘药物茶碱动力学研究的数据。给12名受试者口服茶碱，然后在接下来的25小时内在11个时间点测量血清浓度。head(thdat)此处，时间是从抽取样品时开始给药的时间（h），浓度是测得的茶碱浓度（mg/L），体重是受试者的体重（kg）。12名受试者在时间0时接受了320mg茶碱。让我们绘制数据，即浓度与时
·2023-06-14 23:34

拓端tecdat|R语言谱聚类、K-means聚类分析非线性环状数据比较

原文链接：http://tecdat.cn/?p=23276有些问题是线性的，但有些问题是非线性的。我假设，你过去的知识是从讨论和解决线性问题开始的，这是一个自然的起点。对于非线性问题的解决，往往涉及一个初始处理步骤。这个初始步骤的目的是将问题转化为同样具有线性特征的问题。一个教科书式的例子是逻辑回归，用于获得两类之间的最佳线性边界。在一个标准的神经网络模型中，你会发现逻辑回归（或多类输出的回归）
·2023-06-14 23:04

R语言Meta分析效应量

计算效果大小R语言涵盖了大多数效果尺寸计算和转换选项，可以让您更好地了解。
·2023-06-14 23:04

拓端数据tecdat:R语言k-means聚类、层次聚类、主成分（PCA）降维及可视化分析鸢尾花iris数据集

原文链接：http://tecdat.cn/?p=22838问题：使用R中的鸢尾花数据集(a)部分：k-means聚类使用k-means聚类法将数据集聚成2组。画一个图来显示聚类的情况使用k-means聚类法将数据集聚成3组。画一个图来显示聚类的情况(b)部分：层次聚类使用全连接法对观察值进行聚类。使用平均和单连接对观测值进行聚类。绘制上述聚类方法的树状图。问题01：使用R中建立的鸢尾花数据集。(
·2023-06-14 23:03

拓端tecdat|R语言线性混合效应模型（固定效应&随机效应）和交互可视化3案例

p=23050原文出处：拓端数据部落公众号在本文中，我们将用R语言对数据进行线性混合效应模型的拟合，然后可视化你的结果。
·2023-06-14 23:03

拓端tecdat|R语言预测波动率的实现：ARCH模型与HAR-RV模型

原文：http://tecdat.cn/?p=3832波动率是众多定价和风险模型中的关键参数，例如BS定价方法或风险价值的计算。在这个模型中，或者说在教科书中，这些模型中的波动率通常被认为是一个常数。然而，情况并非如此，根据学术研究，波动率是具有聚类,厚尾和长记忆特征的时间序列变量。本博客比较了GARCH模型（描述波动率聚类），ARFIMA模型（长记忆），HAR-RV模型（基于高频数据），以及来自
·2023-06-14 23:32

拓端tecdat|R语言 线性混合效应模型实战案例

原文链接：http://tecdat.cn/?p=3015介绍首先，请注意，围绕多层次模型的术语有很大的不一致性。例如，多层次模型本身可能被称为分层线性模型、随机效应模型、多层次模型、随机截距模型、随机斜率模型或集合模型。根据不同的学科、使用的软件和学术文献，许多这些术语可能指的是相同的一般建模策略。在本文中，我将试图通过演示如何在R中拟合多层次模型，并试图将模型拟合过程与有关这些模型的常用术语联
·2023-06-14 23:32

拓端数据tecdat:R语言时间序列GARCH模型分析股市波动率

原文链接：http://tecdat.cn/?p=22360在这篇文章中，我们将学习一种在价格序列中建立波动性模型的标准方法，即广义自回归条件异方差（GARCH）模型。价格波动的GARCH模型的思想是利用误差结构的近期实现来预测误差结构的未来实现。更简单地说，我们经常看到在高波动性或低波动性时期的聚类，因此我们可以利用近期的波动性来预测近期的波动性。我们将使用SPY价格来说明波动率的模型。下面的图
·2023-06-14 23:32

R语言线性混合效应模型（固定效应&随机效应）和交互可视化3案例|附代码数据

在本文中，我们将用R语言对数据进行线性混合效应模型的拟合，然后可视化你的结果线性混合效应模型是在有随机效应时使用的，随机效应发生在对随机抽样的单位进行多次测量时。
·2023-06-14 23:29

R语言k-prototype聚类新能源汽车行业上市公司分析混合型数据集

p=32785原文出处：拓端数据部落公众号本文的研究目的是基于R语言的k-prototype算法，帮助客户对新能源汽车行业上市公司进行混合型数据集的聚类分析。
·2023-06-14 23:58

R语言HAR和HEAVY模型分析高频金融数据波动率|附代码数据

全文链接：http://tecdat.cn/?p=19129最近我们被客户要求撰写关于HAR和HEAVY模型的研究报告，包括一些图形和统计输出。在本文中，在学术界和金融界，分析高频财务数据的经济价值现在显而易见。摘要它是每日风险监控和预测的基础，也是高频交易的基础。为了在财务决策中高效利用高频数据，高频时代采用了最先进的技术，用于清洗和匹配交易和报价，以及基于高收益的流动性的计算和预测。高频数据的
·2023-06-14 23:58

学了Python后还用学R语言吗？

学习R语言是否有必要取决于你的具体需求和背景。虽然R语言和Python都是数据科学领域广泛使用的编程语言，但它们之间还是存在一些差异。
q56731523·2023-06-14 23:44

基于R语言的物种气候生态位动态量化与分布特征模拟

利用R语言进行物种气候生态位动态量化与分布特征模拟，不仅可以量化描述物种对环境的需求和适应性，预测物种的潜在生态位和分布，还可以模拟物种分布的动态变化，捕捉生物种群生态位的时空异质性。
科研小白 新人上路·2023-06-14 22:40

【R语言】计算100以内素数的8种方法

目录1前言2素数3计算方法3.1埃拉托色尼筛法3.2费马小定理3.3试除法3.4费马-米勒素性检验3.5素数筛法3.6布莱克-霍尔素性检验3.7对数表方法3.8线性筛法参考1前言无前言，上周五有个大一的学生问到。虽然是很简单的数学问题，但是挺有趣的，整理了一下：2素数素数，也称为质数，是指除了1和本身之外，没有其他正整数可以整除它的数。例如，2、3、5、7、11等都是素数，而4、6、8、9等都不是
Bioinfo Guy·2023-06-14 21:34

R语言 tidyverse系列学习笔记（系列5）dplyr 数据分析之across

成绩单scoreinstall.packages("dplyr")library(dplyr)install.packages("tibble")library(tibble)install.packages("stringr")library(stringr)score=tibble(ID=c("1222-1","2001-0","3321-1","4898-0","2782-0","1002-
来份芒果布丁·2023-06-14 20:34

Kaggle（一）：房价预测

Kaggle(一)房价预测（随机森林、岭回归、集成学习） 项目介绍：通过79个解释变量描述爱荷华州艾姆斯的住宅的各个方面，然后通过这些变量训练模型，来预测房价。 
weixin_33854644·2023-06-14 19:54

拓端数据tecdat|R语言建立和可视化混合效应模型mixed effect model

原文链接：http://tecdat.cn/?p=20631我们已经学习了如何处理混合效应模型。本文的重点是如何建立和_可视化_混合效应模型的结果。设置本文使用数据集，用于探索草食动物种群对珊瑚覆盖的影响。knitr::opts_chunk$set(echo=TRUE)library(tidyverse)#数据处理library(lme4)#lmerglmer模型me_data<-read_csv
·2023-06-14 18:36

用R语言获取百度地图上研究区内的星巴克位置

以下是使用R语言获取研究区内星巴克位置的示例代码：library(httr)library(jsonlite)#设置请求地址和参数url<-"http://api.map.baidu.com/place
地狱道·2023-06-14 15:35

R语言绘制行政边界图

要用R语言绘制河南省的行政图，可以使用`rgdal`、`rgeos`等库来读取和处理地理数据。
地狱道·2023-06-14 15:35

探索iOS之Metal编程指南

Metal有自己的Shader语言，渲染效率比OpenGL高。
徐福记456·2023-06-14 15:22

生态、遥感、大气、水文水资源、地下水土壤、人工智能等多领域教程

、CASA模型、SWH蒸散模型、BGC模型、MAXENT模型、CLM模式、CLUE模型、PROSAIL模型、Biomod模型、Hydrus模型、Meta分析、ArcGIS、MATLAB、Python、R语言混合效应模型
思考的小猴子·2023-06-14 14:17

R+VIC模型融合实践技术应用及未来气候变化模型预测

目录理论专题一：VIC模型的原理及特点综合案例一：基于QGIS的VIC模型建模理论专题二：VIC模型率定验证综合案例二：基于R语言VIC参数率定和优化理论专题三：遥感技术与未来气候变化综合案例三：运用VIC
WangYan2022·2023-06-14 14:14

用数据说话，R语言有哪七种可视化应用？

R语言提供了一系列的已有函数和可调用的库，通过建立可视化的方式进行数据的呈现。在使用技术的方式实现可视化之前，我们可以先和AI科技评论一起看看如何选择正确的图表类型。
Teacher.chenchong·2023-06-14 14:58

R语言- ComplexHeatmap 绘制复杂热图示例

热图（Heatmap）作为展示基因表达模式最直观的工具。它经常用在分子生物学文章里（尤其是microarray,RNA-seq相关论文）直观地呈现多样本多个基因的全局表达量变化，和呈现多样本或多基因表达量的聚类关系。绘制复杂热图最好用的是ComplexHeatmap包，，它提供了灵活、高效、易于定制的方法来绘制多种类型的热图，并支持多种数据类型和数据格式，可以处理大型数据集，并在短时间内生成高质量
倪桦·2023-06-14 14:17

bagging(main: RF随机森林) 回归器

"""一个原始数据的bagging回归编辑代码思想的步骤：1.根据要实现的需求，导入数据处理和功能调用的包/模块2.创建数据3.创建变量n_tree:集成回归器棵数4.创建存储回归器的存储器5.循环1-n_tree的训练和预测：训练01：训练循环体中选用抽取方式并调用训练02：将x,y从数据表格中取出训练03：实例化回归器训练04：训练训练05：每循环一次回归器存储到存储器预测01：重新创建X,Y
小白进阶---持续充电中·2023-06-14 12:21

为什么基于树的模型在表格数据上仍然优于深度学习

例如像删除丢失的数据会阻碍树的性能，但是随机森林非常适合缺少数据的情况
·2023-06-14 11:17

天猫订单之数据分析与挖掘——分类分析

天猫订单之数据分析与挖掘——分类分析文章目录天猫订单之数据分析与挖掘——分类分析0.写在前面1.分类分析1.1决策树预测1.2随机森林1.3朴素贝叶斯算法0.写在前面Windows：Windows10Python
WHYBIGDATA·2023-06-14 11:16

python数据挖掘与机器学习实践技术

旨在掌握Python编程的基础知识与技巧、特征工程（数据清洗、变量降维、特征选择、群优化算法）、回归拟合（线性回归、BP神经网络、极限学习机）、分类识别（KNN、贝叶斯分类、支持向量机、决策树、随机森林
科研小白 新人上路·2023-06-14 09:09
上一页 68 69 70 71 72 73 74 75 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他