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。
Category Archives: 大数据部落
Python计算股票投资组合的风险价值（VaR）
风险价值（VaR）用于尝试量化指定时间范围内公司或投资组合中的财务风险水平。VaR提供了一段时间内投资组合的最大损失的估计，您可以在各种置信度水平上进行计算。
Python对商店数据进行lstm和xgboost销售量时间序列建模预测分析
在数据科学学习之旅中，我经常处理日常工作中的时间序列数据集，并据此做出预测。
R语言使用Bass模型进行市场产品周期预测
巴斯Bass扩散模型已成功地用于预测各种新推出的产品以及成熟产品的市场份额。
MATLAB中的马尔可夫区制转移(Markov regime switching)模型
分析师通常关心检测市场何时“发生变化”：几个月或几年内市场的典型行为可以立即转变为非常不同的行为。投资者希望及时发现这些变化，以便可以相应地调整其策略，但是这样做可能很困难。
R语言计量经济学与有时间序列模式的机器学习预测
由于目标是预测理赔频率（以评估保险费水平），因此他建议使用旧数据来训练该模型，并使用最新数据对其进行测试。问题在于该模型没有包含任何时间模式。
R语言网络和网络流的可视化实践：通勤者流动网络
在现实世界中，我们的生活受到大量网络的支配。网络流可以表示很多模型，比如管道中的石油、高压线中电流，或者计算机网络中的数据。
R语言最大流最小割定理和最短路径算法分析交通网络流量拥堵问题
今天早上，我们使用一些论文中提到的示例，使用最大流最小割定理将流量拥塞降至最低， 并应用了最短路径分析了交通瓶颈。
R语言时间序列：ARIMA / GARCH模型的交易策略在外汇市场预测应用
最近，我们继续对时间序列建模进行探索，研究时间序列模型的自回归和条件异方差族。我们想了解自回归移动平均值（ARIMA）和广义自回归条件异方差（GARCH）模型。它们在量化金融文献中经常被引用。
数据解锁职场女性潜力
随着现代社会的进步，以男权为主的传统观念正在被颠覆，女性意识逐渐觉醒，并付诸行动，不遗余力地寻求真正的性别平等。
【视频】R语言中的隐马尔可夫HMM模型实例
最近，我们使用隐马尔可夫模型开发了一种解决方案，并被要求解释这个方案。
R语言基于Garch波动率预测的区制转移交易策略
本文提出了一种算法，可以根据市场波动性在均值回归和趋势跟随策略之间进行切换。
R语言具有Student-t分布改进的GARCH（1,1）模型的贝叶斯估计
本说明介绍使用Student-t改进的GARCH（1,1）模型对汇率对数收益进行贝叶斯估计。
R语言有极值（EVT）依赖结构的马尔可夫链(MC)对洪水极值分析
为了帮助客户正确使用POT模型，本指南包含有关使用此模型的实用示例。本文快速介绍了极值理论（EVT）、一些基本示例，最后则通过案例对河流的极值进行了具体的统计分析。
R语言Lee-Carter模型对年死亡率建模预测期望寿命
正如有配偶的寿命之间存在很强的相关性，我们可能会问，孩子和孙子的出生是否具有对一个人的剩余生命的影响（或者我们是否可以像这样假设独立性）。
R语言中的模拟过程和离散化：泊松过程和维纳过程
本文中，我们讨论了一个将Poisson过程与Wiener过程结合在一起的最佳算法的问题。
数据视域下图书馆话题情感分析
当前是大数据盛行的时代，各种用户信息行为数据分析的结果影响着人们的生活和学习，同时对图书馆的发展也有着影响。
R语言POT超阈值模型和极值理论分析
POT模型其主要动机是为高洪水流量的概率模型提供实用工具。但是，EVT的优势在于结果不取决于要建模的过程。因此，人们可以使用POT来分析降水，洪水，金融时间序列，地震等。
如何从xml文件创建R语言数据框dataframe
从这个XML文件中，我想创建一个具有ID，name 列的R数据框。请注意，name和ID应包含变量的所有级别。
Matlab马尔可夫链蒙特卡罗法（MCMC）估计随机波动率（SV，Stochastic Volatility） 模型
波动率是一个重要的概念，在金融和交易中有许多应用。这是期权定价的基础。波动率还使您可以确定资产分配并计算投资组合的风险价值（VaR）。甚至波动率本身也是一种金融工具，例如CBOE的VIX波动率指数。但是，与证券价格或利率不同，波动不能直接观察到。
Mac系统R语言升级后无法加载包报错 package or namespace load failed in dyn.load(file, DLLpath = DLLpath, …):
我需要安装R软件包stochvol，该软件包 仅适用于3.6.0版的R。
Excel实例:Excel图表可视化：条形图、折线图、散点图和步骤图
Excel提供了相当广泛的功能来创建图形，即Excel所谓的 图表。您可以通过选择插入>图表来访问Excel的图表功能 。
基于R语言股票市场收益的统计可视化分析
最近我们被客户要求撰写关于分析各种投资的历史收益的研究报告。要执行此分析，我们需要资产的历史数据。数据提供者很多，有些是免费的，大多数是付费的。
用R语言中的神经网络预测时间序列：多层感知器和极限学习机
对于此示例，我将对R中的时间序列进行建模。我将最后24个观察值保留为测试集，并将使用其余的观察值来拟合神经网络。
R语言关联挖掘实例（购物篮分析）
关联挖掘通常用于通过识别经常一起购买的产品来提出产品推荐。但是，如果您不小心，则规则在某些情况下可能会产生误导性的结果。
R语言风险价值VaR（Value at Risk）和损失期望值ES（Expected shortfall）的估计
风险价值VaR和损失期望值ES是常见的风险度量。
TensorFlow 2.0 keras开发深度学习模型实例：多层感知器（MLP），卷积神经网络（CNN）和递归神经网络（RNN）
在本文中，您将发现如何使用标准深度学习模型（包括多层感知器（MLP），卷积神经网络（CNN）和递归神经网络（RNN））开发，评估和做出预测。
Python安装TensorFlow 2、tf.keras和深度学习模型的定义
深度学习的预测建模是现代开发人员需要了解的一项技能。
TensorFlow 2建立神经网络分类模型——以iris数据为例
隐藏层和神经元的理想数量取决于问题和数据集。与机器学习的多个方面一样，选择最佳的神经网络形状需要一定的知识水平和实验基础。一般来说，增加隐藏层和神经元的数量通常会产生更强大的模型，而这需要更多数据才能有效地进行训练。
Matlab建立逻辑回归，决策树，SVM，KNN和朴素贝叶斯模型分类绘制ROC曲线
尽管对于较高的阈值，SVM可以产生更好的ROC值，但逻辑回归通常更擅长区分不同类别。朴素贝叶斯的ROC曲线通常低于其他两个ROC曲线，这表明样本内性能比其他两个分类器方法差。
R语言POT超阈值模型在洪水频率分析中的应用研究
结合POT模型的洪水风险评估能够从有限的实测资料中获取更多的洪水风险信息。
R语言使用bootstrap和增量法计算广义线性模型（GLM）预测置信区间
增量法使我们具有（渐近）正态性，因此一旦有了标准偏差，便可以得到置信区间。
【视频讲解】游记数据感知旅游目的地形象
越来越多的人愿意精神消费。旅游不仅可以提升人们对外地环境和外地人文的认知，也可以放松身心、愉悦心情，是一种受欢迎的精神消费。
R语言作图不显示中文解决办法，如何使用中文字体
R语言绘图中的中文默认字体宋体，希望用其他字体绘图，保存成PDF格式不能识别中文。
Rapidminer关联规则和文本挖掘模型对评论数据进行分析
关联规则是if / then语句，可帮助发现看似无关的数据之间的关系。关联规则的一个示例是“如果客户购买鸡蛋，那么他有80％的可能性也购买牛奶”。
使用markdown，knitr和pandoc在R语言中编写可重现的报告
在本指南中，我们想向您展示如何使用现在提供的一些奇妙，免费的工具和软件包编写美观，可重复的报告。这些工具将帮助您交流科学知识，并希望您再也不会复制和粘贴R输出。
广义线性模型(GLMs)算法和零膨胀模型分析
广义线性模型（GLM） 是通过连接函数,把自变量线性组合和因变量的概率分布连起来
R语言中广义线性模型(GLM)中的分布和连接函数分析
通常，GLM的连接函数可能比分布更重要。
R语言自适应平滑样条回归分析
一种类型的平滑称为样条平滑。柔性金属（通常是铅），可以用作绘制平滑曲线的参考。将选择一组点（称为结），然后将样条线压在特定的x，y点，然后弯曲以通过下一个点，依此类推。
R语言区间数据回归分析
回归分析是一种十分常见的数据分析方法,通过观测数据确定变量间的相互关系。传统回归分析以点数据为研究对象,预测结果也是点数据,而真实数据往往在一定范围内变动的。
R语言ggsurvplot绘制生存曲线报错 : object of type ‘symbol‘ is not subsettable
WeChat Tencent QQ email print 由Kaizong Ye，Qing Li撰
R语言使用蒙特卡洛模拟进行正态性检验及可视化
如何使用蒙特卡洛模拟来推导随机变量可能的分布，我们回到统计数据（无协变量）进行说明。
R软件SIR模型网络结构扩散过程模拟
与普通的扩散研究不同，网络扩散开始考虑网络结构对于扩散过程的影响。 这里介绍一个使用R模拟网络扩散的例子。
使用线性模型、回归决策树自动组合特征因子水平
每次我们在应用计量经济学课程中遇到实际应用时，我们都要处理类别变量。
在RapidMiner中建立决策树模型
本教程的目的是介绍如何在RapidMiner中创建基本决策树。
用Rapidminer做文本挖掘的应用：情感分析
情感分析或观点挖掘是文本分析的一种应用，用于识别和提取源数据 中的主观信息。
如何解决线性混合模型中畸形拟合(Singular fit)的问题
当获得奇异拟合时，这通常表明模型过度拟合-也就是说，随机效应结构太复杂而无法由数据支持，这自然导致建议删除随机效应中最复杂的部分结构（通常是随机斜率）。这种方法的好处在于，它生成了一个更加简约的模型，但并没有过度拟合
数据类岗位需求的数据面
大数据背景下各种数据相关的岗位变得炙手可热，长期处于供不应求的状态。近年来随着人工智能的发展，数据分析岗也越发火热。
R语言Markowitz马克维茨投资组合理论分析和可视化
至少在统计学的角度上，要评估一个投资组合是否最优是很困难的。
在UBUNTU虚拟机上安装R软件包
使用Ubuntu 虚拟机。安装某些软件包时可能会出现一些问题。一个窍门是打开终端
非参数模型厘定保险费率：局部回归、广义相加模型GAM、样条回归
公司必须使用细分技术才能生存。现在，问题在于，我们不能确定指数衰减是溢价随年龄变化的正确方法。一种替代方法是使用非参数技术来可视化年龄对索赔频率的真实影响。
小数定律的保险业应用：泊松分布模拟索赔次数
在保险业中，由于分散投资，通常会在合法的大型投资组合中提及大数定律。在一定时期内，损失“可预测”。
R语言中自编基尼系数的CART回归决策树的实现
这里的想法是使距离最大化：想法是区分，所以我们希望样本尽可能不独立。要计算基尼系数。
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。
R语言多分类logistic逻辑回归模型在混合分布模拟个人风险损失值评估的应用
通常，我们在回归模型中一直说的一句话是“ 请查看一下数据 ”。
图像倾斜校正算法的MATLAB实现：图像倾斜角检测及校正
随着多媒体技术的不断发展，数码相机，高清拍照手机等多媒体设备己经在人们的生活中占据了越来越重要的地位。
R语言时间序列数据指数平滑法分析交互式动态可视化
R语言提供了丰富的功能，可用于绘制R中的时间序列数据。
广义线性模型索赔频率预测：过度分散、风险暴露数和树状图可视化
在精算科学和保险费率制定中，考虑到风险敞口可能是一场噩梦。不知何故，简单的结果是因为计算起来更加复杂，只是因为我们必须考虑到暴露是一个异构变量这一事实。
数据度量消费贷款—消费者的考虑因素
我们生活在互联网时代，越来越多的人选择在网上贷款消费 ，投资理财早已成为一门学问，一些有头脑的人通过小额的贷款让钱生钱也成为了一种可能，贷款消费的公司越来越多。
R语言通过伽玛与对数正态分布假设下的广义线性模型对大额索赔进行评估预测
我们已经很自然地认为，不仅可以用一些协变量来解释单个索赔的频率，而且可以用单个成本来解释。
R语言精算学：使用链梯法Chain Ladder和泊松定律模拟和预测未来赔款数据
使用Chain Ladder方法完成流量三角形，即计算我们认为未来几年将支付的平均金额
R语言中回归模型预测的不同类型置信区间应用比较分析
当我们要为预测提供一个置信区间时，建议您为预测器确定置信区间参数的估计和潜在值的置信区间。
R语言中的广义线性模型（GLM）和广义相加模型（GAM）：多元（平滑）回归分析保险资金投资组合信用风险敞口
在之前的课堂上，我们已经看到了如何可视化多元回归模型（带有两个连续的解释变量）。
R语言对巨灾风险下的再保险合同定价研究案例：广义线性模型和帕累托分布Pareto distributions分析
本文为非人寿保险课程的一部分，该示例对1900 -2005年间的“ 美国标准化飓风损失 ”数据集进行研究（2008）。我们使用了广义线性模型和帕累托分布Pareto distributions分析。
R语言中GLM(广义线性模型)，非线性和异方差可视化分析
上周在 非人寿保险课程中，我们了解了广义线性模型的理论
如何用R语言绘制生成正态分布图表
在概率课程中经常会看到标准的正态分布表。
R语言蒙特卡洛计算和快速傅立叶变换计算矩生成函数
对精算科学来说，当我们处理独立随机变量的总和时，特征函数很有趣，因为总和的特征函数是特征函数的乘积。
