R语言深度学习不同神经网络模型对比分析案例
R语言深度学习不同神经网络模型对比分析案例
R语言深度学习不同神经网络模型对比分析案例
与Rshiny相关的主要原因是它的内置交互性。我希望用户只是将鼠标悬停在数据上,然后看到一段描述上一年变化的文字。
R语言推特twitter转发可视化分析,包含关键词“生物信息学”的推文示例
众所周知,在证券投资领域将涉及很多数据,因此,通过简单的处理难以有效地分析各种公司股票之间的关系
R语言实现:混合正态分布EM最大期望估计法
此示例演示了使用具有胖尾边缘分布的多变量copula模拟计算投资组合的风险价值和条件风险值(预期缺口)。
r语言中使用Bioconductor 分析芯片数据
R语言填补缺失的数据
顾名思义,排队论是对用于预测队列长度和等待时间的长等待线的研究。
贝叶斯分析的许多介绍使用相对简单的教学实例 。虽然这可以很好地介绍贝叶斯原理,但将这些原则扩展到回归并不是直截了当的。
TMA三均线期指高频交易策略的R语言实现
R语言rcurl抓取问财财经搜索网页股票数据
R语言电商网站爬虫
tableau的骑行路线地理数据可视化
从海量数据中发现潜在标志指标, 需要借助多变量模式识别方法。
windows中用命令行执行R语言命令
python用线性回归预测股票价格
R语言使用特征工程泰坦尼克号数据分析应用案例
近年来,中国社会消费品零售总额不断增长,2019 年1-4 月,消费品零售总额达到128375.8 亿元,同比增长8%。
在环保形势日益严峻的今天,新能源汽车是当今汽车发展的潮流。拓端数据(tecdat)研究人员根据新能源车主满意度调查数据,从多个角度进行数据分析。
在文本挖掘中,我们经常收集一些文档集合,例如博客文章或新闻文章,我们希望将其分成组,以便我们可以分别理解它们。主题建模是对这些文档进行无监督分类的一种方法,类似于对数字数据进行聚类,即使我们不确定要查找什么,也可以找到分组。
R 语言绘制功能富集泡泡图
此示例探讨了如何使用多因素copula模型模拟相关的交易违约。
如果我们对所有这些模型的结果进行平均,我们有时可以从它们的组合中找到比任何单个部分更好的模型。这就是集成模型的工作方式。
阈值模型用于几个不同的统计领域,而不仅仅是时间序列。
我们将首先介绍主题建模和t-SNE,然后将这些技术应用于两个数据集:20个新闻组和推文。
尽管航空业强劲,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。
状态转换模型,尤其是马尔可夫转换(MS)模型,被认为是识别时间序列非线性的不错的方法。
只要有金融经济学家,金融经济学家一直在寻找能够预测股票收益的变量。
R语言markov switching model马尔可夫转换模型研究案例
当时间序列数据的频率高于季度或月度时,许多预测程序在分析季节性影响方面遇到了障碍。
R语言Copula的贝叶斯非参数估计
一个加油站有一个加油桩,没有空间供车辆等待(如果车辆到达,加油桩被占用,它就会离开)。
数据来自国际足联的视频游戏FIFA 。游戏的特点是在游戏的各个方面评价每个球员的能力。
特朗普社交数据舆情分析
通过对用电负荷进行聚类,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。
excel数据分析——贝叶斯分析预测
每当你发现一个与时间对应的趋势时,你就会看到一个时间序列。
R语言中的偏最小二乘PLS回归算法
总体上看,虎扑会员以年轻的男性和在校大学生为主,他们喜欢篮球等体育运动,关注NBA,英超等球类联赛
这里向您展示如何在R中使用glmnet包进行岭回归(使用L2正则化的线性回归),并使用模拟来演示其相对于普通最小二乘回归的优势。
在传统的金融理论中,理性和同质的投资者是核心假设之一,表明每个投资者都有相同的信息,从而做出同样的决定。
r语言二元期权barrier option实现案例
从网络图看数字媒体对传统媒体的影响
WEKA文本挖掘分析垃圾邮件分类模型
据外媒报道,特朗普上任8天以来引发51%美国人的不满,42%美国人赞同新总统的政策。该项调查共有1500名成年美国人,误差为3%。
地铁不仅是交通轨道,更是一座城市的血脉,是记录和观察城市经济生活最重要的切入点之一,地铁口的特征是,上下地铁,这类人群都是快消人群。
对于非结构化的网站中文评论信息,r的中文词频包可能是用来挖掘其潜在信息的好工具,要分析文本内容,最常见的分析方法是提取文本中的词语,并统计频率。
马云说:“员工离职的原因总是只有两个:钱,没有到位;心委屈了。”
房贷市场数据调研报告
混合IBCF协同过滤推荐算法推荐引擎的探索
R语言Bass模型进行销售预测
Shiny包可以快速搭建基于R的交互网页应用。对于web的交互,之前已经有一些相关的包,不过都需要开发者熟悉网页编程语言(html,CSS,JS)。
通常,当我们在线搜索信息时,有两种主要方法:关键字 – 使用搜索引擎并输入与我们想要查找的内容相关的单词
链接。链接的页面可能共享相似或相关的内容。
此示例显示如何使用估计复合条件均值和方差模型estimate。
我们提供了用于根轨迹分析的强大MATLAB命令的简要描述。
对于某企业新用户,会利用大数据来分析该用户的信息来确定是否为付费用户,弄清楚用户属性,从而针对性的进行营销,提高运营人员的办事效率。
金融中一个重要度量是与资产相关的风险,而资产波动率是最常用的风险度量。然而,资产波动率的类型有多种。
波动率是众多定价和风险模型中的关键参数,例如BS定价方法或风险价值的计算。
互联网+下不同时空如何建立合适的指标分析出租车“供求匹配”的程度?
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型。
我们在这里讨论所谓的“分段线性回归模型”,因为它们利用包含虚拟变量的交互项。
正则化路径是针对正则化参数λ的值网格处的套索或弹性网络罚值计算的。该算法速度极快,可以利用输入矩阵中的稀疏性x。
某些策略在波动剧烈的市场中表现良好,而其他策略则需要强劲而平稳的趋势,否则将面临长时间的下跌风险。
最近我们被客户要求撰写关于采样算法的研究报告。第一步,我们创建一些测试数据,用来拟合我们的模型。
最近我们被客户要求撰写关于面板平滑转换回归(PSTR)的研究报告。建模过程包括三个阶段:表述,估计和评估。
加速R语言代码的策略
有许多分层数据的例子。例如,地理数据通常按层次分组,可能是全球数据,然后按国家和地区分组 。一个生物学的例子是按物种分组的动物或植物的属性,或者属于一个级别的属性,然后是家族。一个商业例子可能是业务部门和细分的员工满意度。
永远不要错过任何见解。当新文章发表时,我们会通过微信公众号向您推送。
技术干货
最新洞察
This will close in 0 seconds