大数据部落 - CSDN博客

R语言用rle，svm和rpart进行时间序列预测

下面显示了四种预测时间序列的方法。支持向量机（R package e1071。“Chih-Chung Chang and Chih-Jen Lin，LIBSVM：a library for support vector machines，2005.”的实现）。递归分区（R package rpar...

原创

2018-04-25 17:56:25

1

0

R语言泊松Poisson回归模型分析案例

这个问题涉及马蹄蟹研究的数据。研究中的每只雌性马蹄蟹都有一只雄性螃蟹贴在她的巢穴中。这项研究调查了影响雌蟹是否有其他男性居住在她附近的因素。被认为影响这一点的解释变量包括雌蟹的颜色（C），脊椎状况（S），体重（Wt）和甲壳宽度（W）。数据文件：crab.txt。我们将首先拟合仅具有一个自变量：宽度...

R语言推特twitter转发可视化分析

包含术语“生物信息学”的推文示例第1步：加载所需的软件包# load packageslibrary(twitteR)library(igraph)library(stringr)第2步：收集关于“生物信息学”的推文# tweets in english containing &quo...

Python用PyMC3实现贝叶斯线性回归模型

在本文中，我们将在贝叶斯框架中引入回归建模，并使用PyMC3 MCMC库进行推理。我们将首先回顾经典或频率论者的多重线性回归方法。然后我们将讨论贝叶斯如何考虑线性回归。用PyMC3进行贝叶斯线性回归在本节中，我们将对统计实例进行一种历史悠久的方法，即模拟一些我们知道的属性的数据，然后拟合一个模...

拟合R语言中的多项式回归

让我们看一个经济学的例子：假设你想购买一定数量q的特定产品。如果单价是p，那么你会支付总金额y。这是一个线性关系的典型例子。总价格和数量成正比。如下所示：但购买和出售，我们可能要考虑一些其他相关信息，就像当：购买显著数量很可能是我们可以要求并获得折扣，或购买更多更重要的是我们可能会推高价格。这可...

深度学习：生成敌对网络GAN的直观介绍

在这篇文章中，我会谈论生成敌对网络（简称GAN）。GAN是极少数机器学习技术之一，它为生成任务或更广泛的无监督学习提供了良好的性能。特别是，他们为各种图像生成相关任务提供了出色的表现。深度学习的先驱之一Yann LeCun称其为“过去10年机器学习的最佳创意”。最重要的是，与GAN相关的核心概念理...

R语言对MNIST数据集分析：探索手写数字分类

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...

小红书用户笔记数据分析报告

Xiao Hongshu as a netizen's "grass base", there are wedding planning companies from across the country, new people will choose to u...

基于R语言的lmer混合线性回归模型

混合模式适合需求吗？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响应变量的影响。混合模型的输出将给出一个解释值列表，其效应值的估计值和置信区间，每个效应的p值以及模型拟合程度的至少一个度量。如果您有一个变量将您的数据样本描述为您可能收集的数据的子集，则应该使用混合模型而不是简单的线...

R语言时间序列TAR阈值模型分析

阈值模型用于几个不同的统计领域，而不仅仅是时间序列。总体思路是，当一个变量的值超过一定的阈值时，一个进程可能会有不同的表现。也就是说，当值大于阈值时，可能会应用不同的模型，而不是在阈值以下。例如，在药物毒理学应用中，可能低于阈值量的所有剂量都是安全的，而随着剂量增加到阈值量以上，毒性增加。或者，在...

R语言时间序列TAR阈值自回归模型

为了方便起见，这些模型通常简称为TAR模型。这些模型捕捉线性时间序列模型无法捕获的行为，如极限循环，幅度相关频率和跳跃现象。数据示例TAR模型通过抑制噪声项和截距并将阈值设置为0来获得：模型估计一种方法和这里讨论的方法是条件最小二乘（CLS）方法。情况1.如果r和d都是已知的。在这种情况下，您...

GARCH（1,1），MA以及历史模拟法的的VaR比较

风险价值（VaR）及其所有相关问题仍然是风险管理中的主要模式。风险价值的一个关键问题是它没有适当地考虑波动率，这意味着危机期间风险被低估。解决这个问题的一个强有力的方法是将VaR与GARCH模型结合起来考虑条件波动性。为了说明这种方法，我将一个正态分布的GARCH（1,1）应用于瑞士股票市场指数S...

用R语言做数据分析——对用电负荷时间序列数据进行K-medoids聚类建模和GAM回归

通过对用电负荷用r软件进行聚类，我们可以提取典型负荷曲线，提高随后的用电量预测的准确性。我将向您展示第一个用例，即通过K-medoids聚类方法提取典型的电力负载曲线。我们必须以某种方式降低维度。最好的方法之一是使用时间序列表示来降低维度，减少噪音并强调时间序列的主要特征。我们使用一种基本的基于模...

深度学习探索德国数据科学就业市场

看看就业市场中深度学习/人工智能趋势如何广泛流行。为了开始，我从网站上挖掘了可用的职位空缺数量：Monster，Stepstone和Indeed正在搜索术语“数据科学家”。为了把这些数字看得很清楚，在2015年12月，我在Indeed上找到65个工作，在Monster找到36个，在Stepston...

R语言鸢尾花iris数据集的层次聚类分析

介绍本文档在几个数据集上展示了如何使用dendextend R软件包来增强Hierarchical Cluster Analysis（通过更好的可视化和灵敏度分析）。背景鸢尾花数据集我们可以看到，Setosa物种与Versicolor和Virginica明显不同（它们具有较低的花瓣长度和宽度）...

R语言中实现层次聚类模型

大家好！在这篇文章中，我将向你展示如何在R中进行层次聚类。什么是分层聚类？分层聚类是一种可供选择的方法，它可以自下而上地构建层次结构，并且不需要我们事先指定聚类的数量。该算法的工作原理如下：将每个数据点放入其自己的群集中。确定最近的两个群集并将它们组合成一个群集。重复上述步骤，直到所有数据点位于...

R语言用随机森林和文本挖掘提高航空公司客户满意度

动机航空业的庞大规模让人有理由关心它：它不仅直接影响数百万人（传单，飞行员，工程师等），而且数百万人因间接影响其经济实力而间接影响数百万人。尽管北美航空业强劲，但为了保持持续增长以及作为跨地区行业领导者的持续地位，必须时刻保持警惕，以跟上客户需求。当然，在这方面的成功要求航空公司首先了解客户关心的...

R语言实现微观经济学供应和需求经济理论

首先，我们可以创建一条供给曲线：我们可以通过移动x和y坐标来调整曲线的曲率。例如：我们可以用同样的方式制定一个向下倾斜的需求曲线。由于我们在geom_path()这里使用了两层，因此我们将data参数移除到主ggplot()函数，但保留审美映射。为绘制这些供给和需求曲线的第二个关键功能的组合app...

R语言基于ARMA-GARCH过程的VaR拟合和预测

本文展示了如何基于基础ARMA-GARCH过程（当然这也涉及广义上的QRM）来拟合和预测风险价值（Value-at-Risk，VaR）。library(qrmtools)# for qq_plot()library(rugarch)模拟数据我们考虑具有t的ARMA（1,1）-GARCH（1,1）过...

R语言离群值处理分析

数据中的异常值可能会使预测失真并影响准确性，尤其是在回归模型中，如果您没有正确检测并处理它们，那么它们会影响精度为什么异常值检测很重要？在真实观察中处理或改变异常值/极端值不是标准操作程序。但是，了解它们对预测模型的影响至关重要。留待调查人员判断是否需要治疗异常值以及如何去做。那么，为什么识别极端...