![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 90
Holy姜姜
行走江湖,闯些浮名,攒些散碎银两。
展开
-
【时间序列】时间序列预测基本方法:移动平均(SMA,EMA,WMA)
移动平均作为时间序列中最基本的预测方法,计算简单却很实用。不仅可以用来做预测,还有一些其他的重要作用,比如。移动平均简而言之即使用前n个时刻的观测值来预测下一个时刻的取值。移动平均可以分为简单移动平均、加权移动平均、指数移动平均等。。...原创 2022-09-01 17:08:32 · 3853 阅读 · 1 评论 -
【论文分享】TCCT: Tightly-coupled convolutional transformer on time series forecasting
TCCT:时间序列预测的紧耦合卷积 Transformer提高 Transformer 的效率和增强局部性,将 Transformer 与 CNN 进行了不同程度的结合。但是,它们的组合是松耦合的,并没有充分利用 CNN。 为了解决这个问题,我们提出了紧耦合卷积变换器(TCCT)的概念和三个将变换后的CNN 架构应用到 Transformer 中的 TCCT 架构。 只有在Transformer模型中应用特定的变换后的CNN架构,才能将Transformer和CNN紧密结合,从而充分发挥它们的优势。原创 2022-05-11 10:32:49 · 944 阅读 · 0 评论 -
【机器学习】聚类方法实例——使用K-means算法实现数据聚类分析
【机器学习】聚类方法实例——使用K-means算法实现数据聚类分析一、聚类目标1.K-Means(K均值)聚类算法步骤:优点:缺点:二、使用步骤1.生成数据2.使用K-means算法进行聚类3.评价聚类结果4.用silhouette选择K-means聚类的簇数:5.使用不同聚类方法完整代码总结参考一、聚类目标簇内相似度高,且簇间相似度低(高内聚,低耦合)(high-intra-class,low-inter-class)1.K-Means(K均值)聚类算法步骤:(1) 首先我们选择一些类/组,并随原创 2021-11-30 20:31:48 · 7660 阅读 · 0 评论 -
【机器学习】SVM实例——对glass数据集进行分类处理实验详解
【机器学习】SVM实例——对glass数据集进行分类处理一、SVM是什么?1.线性可分2.最大间隔超平面3.支持向量4.SVM最优化问题5.具体求解步骤步骤1:构造拉格朗日函数步骤2:利用强对偶转换步骤3:SMO算法求解步骤4:求得偏导得到w,求得支持向量的均值得到b步骤5:构造分类决策函数二、使用步骤1.引入库2.获取数据3.统计个类型的数量4.将原始数据划分成训练集和测试集:5.模型搭建6.不同核函数测试7.最佳模型的混淆矩阵以及图形化展示完整代码总结参考一、SVM是什么?支持向量机(support原创 2021-10-31 14:20:08 · 5558 阅读 · 11 评论