Python数据可视化-seaborn Iris鸢尾花数据
Iris鸢尾花数据集，内容摘自百度百科：Iris数据集是常用的分类实验数据集，由Fisher, 1936收集整理。
Category Archives: 计算机科学与技术
R如何与Tableau集成分步指南 – 适用于数据科学和商业智能专业人员
R如何与Tableau集成分步指南 – 适用于数据科学和商业智能专业人员
R语言对MNIST数据集分析：探索手写数字分类
R语言对MNIST数据集分析：探索手写数字分类
R语言时间序列TAR阈值自回归模型
为了方便起见，这些模型通常简称为TAR模型。这些模型捕获了线性时间序列模型无法捕获的行为，例如周期，幅度相关的频率和跳跃现象。
python在Scikit-learn中用决策树和随机森林预测NBA获胜者
在本文中，我们将以Scikit-learn的决策树和随机森林预测NBA获胜者。
如何使用SAS从Excel中读取一系列单元格
如何使用SAS从Excel中读取一系列单元格
时间序列建模三部曲
时间序列建模三部曲
R语言k折交叉验证
机器学习中需要把数据分为训练集和测试集，因此如何划分训练集和测试集就成为影响模型效果的重要因素。本文介绍一种常用的划分最优训练集和测试集的方法——k折交叉验证。”
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语言用Rshiny dashboard可视化美国投票记录
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。
SPSS Modeler通过关联规则数据挖掘我们能从股市数据得到什么
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
R语言实现：混合正态分布EM最大期望估计法
matlab使用Copula仿真优化市场风险
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语言中使用Bioconductor 分析芯片数据
R语言：用R语言填补缺失的数据
R语言填补缺失的数据
R语言Gibbs抽样的贝叶斯简单线性回归仿真分析
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
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rcurl抓取问财财经搜索网页股票数据
R语言电商网站爬虫
R语言电商网站爬虫
tableau的骑行路线地理数据可视化
tableau的骑行路线地理数据可视化
R语言如何找到患者数据中具有差异的指标？（PLS—DA分析）
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
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
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
R语言使用特征工程泰坦尼克号数据分析应用案例
二手交易市场数据快照
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%。
新能源车主数据图鉴
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。
R语言中LDA模型：对文本数据进行主题模型topic modeling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
R 语言绘制功能富集泡泡图
R语言泰坦尼克号随机森林模型案例数据分析
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。
R语言时间序列TAR阈值模型分析
阈值模型用于几个不同的统计领域，而不仅仅是时间序列。
python主题LDA建模和t-SNE可视化
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。
R语言用随机森林和文本挖掘提高航空公司客户满意度
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。
matlab实现MCMC的马尔可夫转换MS-ARMA – GARCH模型估计
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。
R语言使用LASSO回归预测股票收益
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
R语言markov switching model马尔可夫转换模型研究案例
R语言时间序列分析复杂的季节模式
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
R语言Copula的贝叶斯非参数估计
R语言连续时间马尔可夫链模拟案例 Markov Chains
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）。
R语言法国足球联赛球员多重对应分析（MCA）
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
特朗普社交数据舆情分析
R语言对用电负荷时间序列数据进行K-medoids聚类建模和广义加性/相加模型（GAM）回归
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。
Python用广义加性模型GAM进行时间序列分析
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
R语言中的偏最小二乘PLS回归算法
虎扑社区论坛数据爬虫分析报告
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
R语言如何和何时使用glmnet岭回归
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。
Python时间序列选择波动率预测指数收益算法分析案例
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
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
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
WEKA文本挖掘分析垃圾邮件分类模型
R语言对推特数据进行文本情感分析
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%。
R语言在GIS中用ggmap地理空间数据分析
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。
用R语言进行网站评论文本挖掘聚类
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。
从决策树模型看员工为什么离职？
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。”
混合IBCF协同过滤推荐算法推荐引擎的探索
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
R语言Bass模型进行销售预测
用R Shiny生态快速搭建交互Web网页APP应用
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）。
R语言之文本分析：主题建模LDA
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。
R语言逻辑回归logistic regression对付费用户进行预测
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。
R语言基于ARCH模型股价波动率建模分析
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。
R语言预测期货波动率的实现：ARCH与HAR-RV与GARCH，ARFIMA模型比较
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。
用数据告诉你出租车资源配置是否合理
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？
GARCH（1,1），MA以及历史模拟法的VaR比较
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。
R语言分段回归数据分析案例报告
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。
【视频讲解】r语言中对LASSO回归，Ridge岭回归和Elastic Net模型实现
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。
隐马尔可夫模型HMM识别不断变化的市场条件
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。
R语言实现MCMC中的Metropolis–Hastings算法与吉布斯采样
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。
R语言面板平滑转换回归(PSTR)分析案例实现
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。
R语言分层线性模型案例
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。
