![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
sas
文章平均质量分 88
拓端研究室
这个作者很懒,什么都没留下…
展开
-
SAS用梯度提升回归树(GBDT)迁移学习预测抵押贷款拖欠风险和垃圾电子邮件数据
原文链接:http://tecdat.cn/?p=26177原文出处:拓端数据部落公众号GBDT梯度提升模型由多个决策树组成。预测模型的目的是根据输入预测目标值。GBDT使用已知目标值的训练数据来创建模型 ,然后可以将该模型应用于目标未知的观测。如果预测很好地拟合了新数据,则该模型可以很好地 推广。良好的概括是预测任务的主要目标。预测模型可能很好地拟合了训练数据,但泛化性很差。决策树 是一种预测模型已在统计和人工智能社区自主开发。GRADBOOST通过拟合一组加性树来创建预......原创 2022-04-11 22:49:43 · 1556 阅读 · 0 评论 -
拓端tecdat|SAS使用鸢尾花(iris)数据集训练人工神经网络(ANN)模型
原文链接:http://tecdat.cn/?p=20781什么是神经网络?人工神经网络最初是由研究人员开发的,他们试图模仿人脑的神经生理学。通过将许多简单的计算元素(神经元或单元)组合成高度互连的系统,这些研究人员希望产生诸如智能之类的复杂现象。神经网络是一类灵活的非线性回归,判别模型。通过检测数据中复杂的非线性关系,神经网络可以帮助做出有关实际问题的预测。神经网络对于存在以下条件的预测问题特别有用: 尚无将输入与输出相关的数学公式。 预测模型比解释模型更重要。 ..原创 2021-03-04 15:45:18 · 3126 阅读 · 6 评论 -
拓端tecdat|SAS用K-Means 聚类最优k值的选取和分析
“聚类是将数据集分为几组的过程,其中包括相似的数据点”。聚类是一种无监督的机器学习,在您拥有未标记的数据时使用。原创 2020-11-16 15:43:05 · 1837 阅读 · 0 评论 -
sas神经网络:构建人工神经网络模型来识别垃圾邮件
神经网络是一种非常通用的灵活预测模型,可用于解决各种问题,包括分类,降维和回归。现实世界中的一些业务应用示例包括图像处理,医疗诊断,金融服务和欺诈检测。此样本说明如何使用SAS®In-Memory Statistics中的NEURAL语句来构建人工神经网络模型来识别垃圾邮件。该示例中使用的数据集是UCI机器学习存储库(http://archive.ics.uci.edu/ml/datasets/Spambase)中的经典Spambase数据集。请注意,SAS®内存中统计信息具有直接将数据直接从URL加载到内原创 2020-07-08 13:09:58 · 1435 阅读 · 1 评论