- 博客(3)
- 收藏
- 关注
RSS订阅原创 时间序列分析——ARIMA模型预测(R)
读取数据(scan()scan()及read.csv()read.csv()等函数，row.namesrow.names参数可以用来指定索引列) 转换成时间序列（ts()ts()函数，注意frequencyfrequency参数取值设置： http://m.blog.csdn.net/blog/u014032673/41984147） 观察检验时间序列是否平滑，对不平滑的时间序列要进行差分（di
2015-06-21 13:23:41
5397
原创 机器学习基础 II
1. 模型评估与模型选择在实际应用中，针对具体的监督学习问题，为了评估所训练出的模型是否有较好地泛化能力，可以把数据集切割成训练集和测试集两部分(注意使训练集和测试集中均含有各种类型的数据)。用训练集在各种条件下(如：不同的参数个数)训练模型，学习出其参数后，再在测试集上评价各个模型的测试误差。选择测试误差最小的模型。引用Andrew Ng的机器学习课程中的一个例子进行说明。 假设要在10个不同
2015-05-25 16:36:22
690
1
原创 机器学习基础 I
主要是回顾《统计学习方法》第一章的内容，从比较宏观的角度讲了学习一个机器学习方法所要把握的各个方面，有了这些基础知识后，才渐渐理解当初看Andrew Ng的视频里那一个个公式出现的意义，以及解决一个实际的机器学习问题需要做哪些事情。 流程 统计学习三要素 交叉验证与模型选择 正则化的参数选择 1. 监督学习的一般流程 输入一个带标签的训练集； 确定要学习的模型，即常说的假设空间（假设函数）； 确定模
2015-05-17 12:07:09
542
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人