搜索资源列表
GRNN
- 基于广义线性回归神经网络的预测，计算出相应的误差。(Based on the prediction of generalized linear regression neural network, the corresponding error is calculated.)
spark-timeSeries
- 采用ARIMA模型（自回归积分滑动平均模型）+三次指数平滑法(Holt-Winters)，用scala语言实现的在spark平台运行的分布式时间序列预测算法(Using the ARIMA model (autoregressive integral moving average model) + Holt-Winters (Holt-Winters), using scala language to achieve the spark platform to run the distribut
regress
- 一个xgboost实现的回归模型预测，数据集来源于kaggle的taxi竞赛(Regression model prediction based on a xgboost implementation)
OS-ELM
- 在线ELM的MATLAB代码，可用于目标跟踪，回归分析预测、以及分类。(The MATLAB code of online ELM can be used for target tracking, regression analysis, prediction, and classification.)
svr
- svm回归 用来预测回归的参数没有调 结果不好(svm bbbdhua dsjffb ervg dr fer)
ELM代码
- 采用极限学习机即（ELM）进行回归和预测的MATLAB代码, 亲测可用，只需要替换自己的数据即可.(Extreme learning machine (ELM) is used for regression and prediction with MATLAB code. You need only use your own data to represent the data in the code.)
cplst
- 多标签分类算法，通过对标签降维（SVD），然后利用线性回归建立特征和低维标签之间的关系，求出特征的系数，然后反过来进行预测(Multi label classification algorithm, through the tag dimension reduction (SVD), and then use linear regression to establish the relationship between features and low dimensional tags, to
LSTM-MATLAB-master
- LSTM作为经典的回归神经网络类型，可以用于实现时序数据的预测。(It is used for prediction of time series data)
LogisticRegression
- 逻辑蒂斯回归模型，用于概率预测，或者分类。内附matlab代码，以及运行数据，可直接运行。(this is an matlab code of logistic regression which could use for data classification and properbility predict. u can direcctly use this code and th data inside.)
libsvm-java
- 支持向量回归机的Java代码 可以进行预测(It is the Java code of the support vector regression machine .It can predict unknown data.)
fwdv033
- 本算法采用相似搜索,和线性加权回归算法,主要用于预测,而且效果好,()
xhpld
- 运用自回归滑动平均模型进行预测的matlab 程序()
Population
- 人口预测回归的matlab程序（matlab直接运行即可）(Population forecast regression matlab program)
arimanet
- ARIMA模型全称为自回归积分滑动平均模型(Autoregressive Integrated Moving Average Model,简记ARIMA)，是由博克思(Box)和詹金斯(Jenkins)于70年代初提出一著名时间序列预测方法[1] ，所以又称为box-jenkins模型、博克思-詹金斯法。其中ARIMA（p，d，q）称为差分自回归移动平均模型，AR是自回归， p为自回归项； MA为移动平均，q为移动平均项数，d为时间序列成为平稳时所做的差分次数。所谓ARIMA模型，是指将非平稳
sas小程序
- Sas小程序包，包括3d绘图程序，灰色预测模型，层次分析法程序，回归分析预测程序，数据标准化，主成分分析法等(Sas small program package, including 3D drawing program, grey prediction model, analytic hierarchy process, regression analysis and prediction program, data standardization, principal component a
randomForest_4.6-12
- 统计软件R程序，随机森林包，人工智能分类，回归，预测软件包(Statistical software R program, random forest installation package, realize artificial intelligence classification, regression, prediction.)
粗糙集
- 采用某股份制银行的698 家贷款企业样本, 基于粗糙集-Elman 神经网络集成构建了贷款企业五 级分类评估模型.该模型首先应用粗糙集理论约简出重要指标体系, 然后将训练样本送入Elman 神经网 络进行学习和训练, 进而对检验样本的风险等级进行判别.结果表明, 与传统的logistic 回归模型相比, 粗 糙集-神经网络系统对检验样本预测精度更高, 是一种更为有效和实用的分类方法, 为我国商业银行五 级分类管理提供一个新的方法. 关键词: 粗糙集;Elman 神经网络
UJFTXJ
- 本算法采用相似搜索,和线性加权回归算法,主要用于预测,而且效果好,()
LPCC
- 线性预测倒谱系数（Linear Prediction Cepstrum Coefficient,LPCC）是线性预测系数（Linear Prediction Coefficient,LPC）在倒谱域中的表示。该特征是基于语音信号为自回归信号的值设，利用线性预测分析获得倒谱系数。(Linear Prediction Cepstrum Coefficient)
GRNN
- 基于广义回归神经网络（GRNN）的货运量预测(Prediction of freight volume based on generalized regression neural network (GRNN))