前言
本人最近在准备美赛,为方便复习,将网上各种模型的优质文章整合在此,文章中涉及的代码大多为python。本文只整理了常用模型,对细碎知识点和不常见模型没有整理。
目录
统计学习
描述性统计
相关性分析
Pearson相关系数、Spearman秩相关系数、无序变量相关检验
python相关性分析模型,相关性分析原理及Python实战
方差分析(单-多-协)
描述性统计
正态性检验
统计模型分析
因子分析
聚类分析
插值
非参数检验
卡方检验 、KS检验 、肯德尔检验、游程检验、秩和检验等等
参数检验
ADF检验
机器学习模型
回归
时间序列
决策树
支持向量机
K-NN
贝叶斯分类
神经网络
元胞自动机
集成学习
特征工程
数据清洗
无效特征处理、缺失值处理、数据标签转化、数据标准化与归一化、异常值处理
样本均衡
降维
特征筛选
量化分析
熵权法
熵权法可对TOPSIS法进行修正