- 博客(11)
- 收藏
- 关注
RSS订阅原创 多维灰色预测模型与其它多维预测模型的对比
非线性回归预测模型优势：当人工确立数据规律后，能够获得拟合度很高的数学模型；模型不限制于时间序列；计算方法简单。劣势：需要人工确立数据数据分布规律，对于现实众多情况而言，人工确立数据分布规律的数据分析方法显得过于落后。机器学习预测算法优势：高度智能获得数据规律；在历史数据范围内预测的结果精确率较高；不限于时序性数据；能分析巨量高维度数据。劣势：数据具有局限性，不能分析超越原数据范围太多的情况，即它的智能不能做到训练后判断超越经验的新情况；数据类型具有局限性，大部分机器学习算法不支持连续性数据作为y
2020-12-27 04:50:13
1372
1
原创 灰色模型GM与时间无关
很多人会反对这个标题-灰色模型与时间无关，但这正是我这次要论述的主题，众所周知，灰色模型是基于时间序列进行叠加处理后求微分方程然后白化处理，若不是时间序列，微分方程的处理就不合适了，你若深入了解就知道，它其实是基于分析对象与时间构成的二维散点图进行回归分析的一个方法，而GM(1,1)并非真正意义上的一维灰色模型，其实在灰色理论上它是一维，但在处理手法上，它是二维，就因为它潜在了时间这个维度。如果我们忽略了时间这个维度，灰色模型是不适合的，而且灰色模型默认了需要数据在等频率时间上的表现。但是今天，我要推翻这
2020-12-27 00:41:30
705
原创 灰色模型GM(1,n)的深入浅出的探讨
现在很多人对灰色预测模型都感兴趣，却又不敢使用和推广，原因有两个，一、误以为适应范围有限，可能你看到某些文献粗略介绍，然后望之却步，一般灰色模型的论文都没有以贴近生活的数据为分析案例。二、用在代码实践后不爽，出现各种问题。其实这两个问题都不是你所想象的那样，我们没有把这个模型铺开来探讨，导致它披上厚厚的面纱而已。简单来说，我觉得灰色模型其实是一种对数据优化处理后的回归预测模型而已，对于一些不规则的非线性数据，我们要做回归分析，都会进行一定的转换，例如指数转换、对数转换等，使其更平滑稳定，更具规律性，便于进
2020-12-26 00:09:08
2963
1
原创 多维灰色预测模型的一点改进
经过对灰色模型的长期研究，最近我发现了小小改良的地方，有效防止了灰色模型预测值出现大偏差或测试图畸变，而且改进方法极为简单。之前我发表了关于多维灰色预测模型的心得，里面阐述了几个注意事项，然而，注意归注意，我们无法避免灰色模型存在的一些硬伤，如实用性、精确率问题、出现负值问题、奇异性问题等。经过我多次研究和实验，在算法上做出了小小改良，具体如下：改动一、y变为y+max(y)，预测和计算精确率时还原为G-max(y)。改动目的：使累加后的y1更接近直线，从而使后续做最小二乘法及微分时消除原有的各种变异问
2020-12-25 02:36:44
2197
原创 原创-愿望实现器
最近我做的这个程序，给了它一个名，叫愿望实现器，它就是帮你实现愿望的。对于该程序的效果展现，我已在之前的文章通过具体案例展示。机理：你先要输入过往经验感受，让程序学习，程序通过短暂的机器学习和类脑算法分析（几分钟），获得一个强大的方案策划智能，你只要定好目标，它就能给出实现你愿望的一个神奇而最优的方案。开发细节：这是基于R语言平台编码，用到随机森林及类脑算法去形成一种智能，输出是靠思维导图输出。其它细节欢迎看我过往文章，核心算法基本都提及到了。我已相当于把我做的成果半开源呈现出来了。展望：下一步我希望
2020-12-22 10:39:45
659
原创 一个自创无人能破的数学魔术
这个魔术是我三年前所创了，包括数学学家在内，暂无人能解。魔术却很简单而神奇。今天我不但要公开这个魔术，我还要破解给大家。目的就是认识更多志同道合的朋友。请你拿出一张纸，在上面不断随机（随便）写上数字，但数字大小在1～5整数之内，写满50个数字为止。然后在上面玩跳棋，随便从前面8个数字中哪一个开始都可以，例如这个开始的数字是3，则往后面数3个数字，棋子放到最后数到的这个数字上，再看这个数字是什么，是多少就再往后数多少，如此一直跳下去，跳到后面不够数字跳为止，把你棋子最后站着的那个数字圈起来，重新在这张棋盘上
2020-12-22 10:35:45
464
6
原创 R的一些技术及扩展包介绍
我的程序是基于R语言编写的，在我的程序中用了一些扩展包，为了让大家少费周折，我把主要的扩展包和使用注意事项介绍给大家。但这些技术比较基础和初级，熟悉玩惯R的朋友可以忽略。1、随机森林：install.packages(“randomForest”)library(randomForest)核心命令举例fm <- randomForest(Y~., data = Xn, mtry = sqrt(ncol(Xin)), nitrée = 500, maxnotes = 10, importanc
2020-12-22 10:33:06
680
原创 我的思维指引程序成果案例分享
这是最近做的一个成功案例，此程序目的是考究到底控制某些思想和约束是否可以实现愿望和目标，我们一般认为，要实现某事情，必须了解怎么做，做什么为之最佳方案，但我认为，在数据分析领域来看，还有更高层次的解决办法，不限于具体动作和措施，可以仅和思想联系起来，假设有数据能表明这一切，我们实现任何事情都不是梦。本程序就为检验这个规律，获得一套最佳的思维策略以迈向目标。输入为经验数据，经过机器学习数据分析，输出思维导图。具体分享：首先需输入一些经验，由多维多列构成一个矩阵。各列数据内容（字段）如下：时间，法律1，法律
2020-12-22 10:28:29
104
原创 原创-事务因果分析法
在日常生活中，因果判断很重要，给计算机程序判断也一样重要。要制定实现目标的方案，有一种关系必须确定的，就是方案和目标之间的因果关系，如果这因果关系弄反了，那么你的方案其实是无效的，举一个例子，你的目标是要赚更多钱，然后你发现了赚钱的多少和你购买商品的欲望正向相关，于是你把购买欲望作为了实现目标的方案，但很快你会发现，这个方案有问题，它无法实现你的目标，很简单，因为购买欲望的增加不是你赚更多钱的原因，而是结果，是目标驱动了这个事情，而不是这个事情驱动了目标。说会之前提过指导性分析，Xn得出Y，但如果Xn不是因
2020-12-22 10:25:54
425
1
原创 数据分析-指导性分析法
废话不多说，直接上干货：程序核心：随机森林指导性分析法。随机森林就不多说了，你们没了解过的可以自行上网学习，至于我创的这个指导分析法，则是一种程序的方法，这种方法可以使程序获得计划指导性的功能。众所周知，回归分析是可以通过多维因变量Xn预测出一个自变量Y，这可以达到了预测和评估的目的，但这无法达到指导的目的，指导的目的就是要反过来，在既定的Y得出各种Xn的最佳匹配额，Xn就是做法，Y就是目标，这不可以单纯用回归分析获得，因为在回归分析的预测器中，Xn是输入，不是输出，如此一来，我们可以通过如下办法实现指导
2020-12-22 10:16:55
595
原创 新的发现
最近程序开发稍有崭新的发现成果，有网友建议我开个空间写心得，于是我就试一下吧。目前发现成果概括：思维和欲望的控制可以改变命运，我们可以通过控制自己的思想去实现各种愿望和目标。证据：近年来我通过数据分析得出的结论。但单凭想就可以实现目标吗？不是，但你可以单凭关注想，至于行动是随心而发，思想会自然指导我们的行为。合适的思维方式是会作用于我们的愿望实现，但思考的内容需要讲究，不是想什么都可以作用于目标，目前我能够通过数据分析、机器学习用计算机给出实现目标的一套思维方案，告诉你该想什么，怎样想，并能预测你在目前的
2020-12-22 10:10:26
90
空空如也
做了一个Ai模拟书本世界，出了很多问题
2023-07-10
TA创建的收藏夹 TA关注的收藏夹
TA关注的人