搜索资源列表
hou_nh67
- 在matlab环境中自动识别连通区域的大小,使用matlab实现智能预测控制算法，进行逐步线性回归。- Automatic identification in the matlab environment the size of the connected area, Use matlab intelligent predictive control algorithm, Stepwise linear regression.
ELM-(1)
- 极限学习机的源代码,主要是描述用于回归分析的极限学习，可以快速的实现大数据的预测-Extreme learning machine source code, mainly described for the regression analysis of the limit learning, you can quickly achieve large data prediction
python
- 用机器学习中的线性回归和在线学习的方法预测空气质量-predict air quality
dgejrmine-defer-background
- 用混沌理论和广义回归神经网络进行短期负荷的预测,取得了满意的效果-Using chaos theory and generalized regression neural network for short-term load forecast, satisfactory results have been achieved
lyagk
- 用混沌理论和广义回归神经网络进行短期负荷的预测,取得了满意的效果-Using chaos theory and generalized regression neural network for short-term load forecast, satisfactory results have been achieved
test
- 用于研究时间序列的方法有AR（自回归）、MA（滑动平均）、ARMA（自回归滑动平均）这三种模型。而对于一个平稳时间序列预测问题,首先要考虑的是寻求与它拟合最好的预测模型。而模型的识别与阶数的确定则是选择模型的关键。 1.用 迭代生成1000个点（前2个点自定义）。 2.在这1000个点中取800点进行时间序列分析建立合适的模型。 3.利用剩余的200个点进行模型预测，并看其是否匹配，最后校正。 -Methods for studying time series are AR (a
gf
- GARCH模型是一个专门针对金融数据所量体订做的回归模型，除去和普通回归模型相同的之处，GARCH对误差的方差进行了进一步的建模。特别适用于波动性的分析和预测，这样的分析对投资者的决策能起到非常重要的指导性作用，其意义很多时候超过了对数值本身的分析和预测。(The GARCH model is a regression model specially designed for the measurement of financial data. In addition to the common
ARMA
- ARMA 模型（Auto-Regressive and Moving Average Model）是研究时间序列的重要方法，由自回归模型（简称AR模型）与滑动平均模型（简称MA模型）为基础“混合”构成。在市场研究中常用于长期追踪资料的研究，如：Panel研究中，用于消费行为模式变迁研究；在零售研究中，用于具有季节变动特征的销售量、市场规模的预测等(ARMA model is an important method to study time series. It consists of auto
huigui
- 基于回归分析的负荷预测，包括了最小二乘回归和偏最小二乘回归(Load forecasting based on regression analysis)
ARMA_model
- 自回归滑动平均模型（ARMA 模型，Auto-Regressive and Moving Average Model）是研究时间序列的重要方法，由自回归模型（简称AR模型）与滑动平均模型（简称MA模型）为基础“混合”构成。在市场研究中常用于长期追踪资料的研究，如：Panel研究中，用于消费行为模式变迁研究；在零售研究中，用于具有季节变动特征的销售量、市场规模的预测等(Auto-Regressive and Moving Average Model)
achtevedkchieveu
- 用混沌理论和广义回归神经网络进行短期负荷的预测,取得了满意的效果(Using chaos theory and generalized regression neural network for short-term load forecast, satisfactory results have been achieved)
SVM
- 回归分析，该支持向量机算法可用于预测，电力负荷、风力发电预测等(Regression analysis, the support vector machine algorithm can be used to forecast the power load, wind power prediction)
pls2.m
- 实现偏最小二乘回归，可利用此方法进行预测分析。(Partial least squares regression can be realized by this method.)
R
- 本文分别利用逻辑回归、决策树和随机森林三种模型针对员工是否会过早离职问题进行探究，结果显示三种方法预测结果的精确度依次增加，分别为78.59%、96.8%和 99%，并且三种模型均显示员工演满意度是最重要的特征变量。(Predicting employee turnover)
MS多元
- 检验：在回归分析中，如果有两个或两个以上的自变量，就称为多元回归。事实上，一种现象常常是与多个因素相联系的，由多个自变量的最优组合共同来预测或估计因变量，比只用一个自变量进行预测或估计更有效，更符合实际。因此多元线性回归比一元线性回归的实用意义更大。(In regression analysis, if there are two or more independent variables, it is called multiple regression (two). In fact, a p
ARMA-Java--master
- ARIMA模型是通过将预测对象随时间推移而形成的数据序列当成一个随机序列，进而用一定的数学模型来近似表述该序列。根据原序列是否平稳以及回归中所包含部分的不同分为AR、MA、ARMA以及ARIMA过程。 在模型的使用过程中需要根据时间序列的自相关函数、偏自相关函数等对序列的平稳性进行判别；而对于非平稳序列一般都需要通过差分处理将其转换成平稳序列（ARIMA）；对得到的平稳序列进行建模以确定最佳模型（AR、MA、ARMA或者ARIMA）。在使用中最重要也是最关键的就是对序列进行参数估计，以检验其
arorder
- 在时间序列的预测模型中，需要就算自回归模型的p阶数，以这个函数是用来估计AR阶数的，便于构建自回归滑动平均模型，来预测未来事物的发展趋势。(This function estimates AR order)
Regression analysis
- 主要用于数理统计中的回归分析、趋势预测以及层次分析法(Regression analysis, trend prediction, analytic hierarchy process (AHP))
rvmVb
- 回归向量机，完成数据的训练，测试，建模，根据真实的信号数据进行预测(RVM the regression vector machine achieve the task of prediction)
chapter04
- 初步认识回归函数的原理，将数据进行训练，测试，完成预测任务(Preliminary understanding of the principle of regression function, data training, testing, to complete the task of prediction)