Tag Archives: 分类

数据分享|python分类预测职员离职:逻辑回归、梯度提升、随机森林、XGB、CatBoost、LGBM交叉验证可视化

By tecdat12月 1, 2023Python代做辅导, 大数据部落, 技术支持, 数理统计, 计算机科学CS代做辅导, 计算机科学与技术交叉验证, 分类, 回归, 梯度提升, 离职, 职员, 逻辑回归, 预测

离职率是企业保留人才能力的体现。分析预测职员是否有离职趋向有利于企业的人才管理，提升组织职员的心理健康，从而更有利于企业未来的发展。

Python用KNN（K-近邻）回归、分类、异常值检测预测房价、最优K值选取、误差评估可视化

By tecdat10月 19, 2023Python代做辅导, 大数据部落, 技术支持, 数理统计, 计算机科学CS代做辅导, 计算机科学与技术K-近邻, knn, 分类, 回归, 异常值, 异常值检测, 房价, 最优, 误差, 误差评估, 预测

KNN是一种非参数学习算法，这意味着它不会对底层数据做出任何假设。

Python用GAN生成对抗性神经网络判别模型拟合多维数组、分类识别手写数字图像可视化

By tecdat9月 6, 2023Python代做辅导, 大数据部落, 技术支持, 数理统计, 计算机科学CS代做辅导, 计算机科学与技术GAN, 分类, 分类识别, 判别模型, 多维数组, 手写数字, 手写数字图像, 生成对抗性神经网络, 神经网络

生成对抗网络（GAN）是一种神经网络，可以生成类似于人类产生的材料，如图像、音乐、语音或文本。

WEKA贝叶斯网络挖掘学校在校人数影响因素数据分类模型

By tecdat7月 10, 2023WEKA代做辅导, 大数据部落, 技术支持, 教育学, 数理统计, 计算机科学CS代做辅导, 计算机科学与技术weka, 分类, 学校, 贝叶斯, 贝叶斯网络

本文着眼普通高等学校在校学生人数,提出了不同种类学校的在校人数可能存在的影响关系从而探究教育现状的因素,建立分类模型,探求这几个因素间的数量关系。

R语言K-Means(K-均值)聚类、朴素贝叶斯（Naive Bayes）模型分类可视化

By tecdat5月 10, 2023R语言代做辅导, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 计算机科学CS代做辅导, 计算机科学与技术k-means, K-均值, Naive Bayes, 分类, 朴素贝叶斯, 聚类, 贝叶斯

分类是把某个对象划分到某个具体的已经定义的类别当中，而聚类是把一些对象按照具体特征组织到若干个类别里。

R语言朴素贝叶斯Naive Bayes分类Iris鸢尾花和HairEyeColor学生性别和眼睛头发颜色数据

By tecdat12月 28, 2022R语言代做辅导, 大数据部落, 技术支持, 数理统计, 计算机科学CS代做辅导, 计算机科学与技术HairEyeColor, Iris, Naive Bayes, 分类, 头发颜色, 学生, 学生性别, 性别, 朴素贝叶斯, 眼睛, 贝叶斯, 鸢尾花

最近，在贝叶斯统计实验中，我们向客户演示了用R的朴素贝叶斯分类器可以提供的内容。

R语言SVM和LDA文本挖掘分类开源软件存储库标签数据和词云可视化

By tecdat11月 18, 2022大数据部落, 数理统计, 计算机科学与技术LDA, svm, 分类, 开源软件, 文本挖掘, 词云可视化

开源软件存储库上有数千个开源软件，可以从中免费使用该软件。

【视频】时间序列分类方法：动态时间规整算法DTW和R语言实现

By tecdat11月 11, 2022大数据部落, 数理统计, 计算机科学与技术DTW, 分类, 动态时间规整, 动态时间规整算法, 时间序列

动态时间扭曲算法何时、如何以及为什么可以有力地取代常见的欧几里得距离，以更好地对时间序列数据进行分类

R语言VaR市场风险计算方法与回测、用Logit逻辑回归、Probit模型信用风险与分类模型

By tecdat7月 7, 2022大数据部落, 数理统计, 经济, 计算机科学与技术Logit, Probit, VaR, 信用风险, 分类, 回归, 回测, 市场风险, 逻辑回归

市场风险指的是由金融市场中资产的价格下跌或价格波动增加所导致的可能损失。

R语言用Keras长短期记忆LSTM神经网络分类分析问答文本数据

By tecdat5月 17, 2022大数据部落Keras, LSTM, 分类, 文本, 文本数据, 神经网络, 长短期记忆, 长短期记忆人工神经网络, 长短期记忆模型, 长短期记忆神经网络, 长短期记忆网络, 问答

本文是在 R 中使用 Keras 的LSTM神经网络分类简单介绍。

MATLAB用深度学习长短期记忆 (LSTM) 神经网络对智能手机传感器时间序列数据进行分类

By tecdat4月 25, 2022大数据部落, 数理统计, 计算机科学与技术LSTM, 传感器, 分类, 序列, 手机, 时间序列, 深度学习, 神经网络, 长短期记忆, 预测

此示例说明如何使用长短期记忆 (LSTM) 网络对序列数据的每个时间步长进行分类。

R语言、SAS潜类别（分类）轨迹模型LCTM分析体重指数 (BMI)数据可视化

By tecdat3月 29, 2022大数据部落, 数理统计, 计算机科学与技术BMI, LCTM, 体重指数, 分类, 潜类别, 潜类别（分类）轨迹模型, 潜类别轨迹模型

潜类别轨迹建模 (LCTM) 是流行病学中一种相对较新的方法，用于描述生命过程中的暴露，它将异质人群简化为同质模式或类别。

Python多项式Logistic逻辑回归进行多类别分类和交叉验证准确度箱线图可视化

By tecdat2月 23, 2022大数据部落, 数理统计, 计算机科学与技术Logistic, 交叉验证, 准确度, 分类, 回归, 多类别, 多类别分类, 多项式, 箱线图, 逻辑, 逻辑回归

WeChat Tencent QQ email print 由Kaizong Ye，Sherry Deng撰写

Read More

SAS分类决策树预测贷款申请评分剪枝和结果可视化

By tecdat1月 20, 2022可视化和设计, 大数据部落, 数理统计, 机器学习, 经济, 计算机科学与技术SAS, 决策树, 分类, 剪枝, 可视化, 评分, 贷款, 贷款申请, 预测

分类树的一个常见用途是预测抵押贷款申请人是否会拖欠贷款。

R语言分类回归决策树交互式修剪和更美观地可视化分析细胞图像分割数据集

By tecdat1月 7, 2022医药生物, 可视化和设计, 图像处理, 大数据部落, 数理统计, 计算机科学与技术交互, 交互式, 修剪, 决策树, 分割, 分类, 可视化, 回归, 图像, 细胞图像

绘制分类或回归树的基本方法的 rpart() 函数只是调用 plot。

Matlab广义线性模型glm泊松回归的lasso、弹性网络正则化分类预测考试成绩数据和交叉验证可视化

By tecdat12月 21, 2021大数据部落, 教育学, 数理统计, 机器学习, 计算机科学与技术glm, LASSO, matlab, 交叉验证, 分类, 回归, 广义线性模型, 弹性网络, 成绩, 成绩数据, 正则化, 泊松, 泊松回归, 线性, 线性模型, 考试, 预测

WeChat Tencent QQ email print 由Kaizong Ye，Coin Ge撰写 使用l

Read More

Python集成学习：自己编写构建AdaBoost分类模型可视化决策边界及sklearn包调用比较

By tecdat11月 23, 2021可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术Adaboost, sklearn, 决策边界, 分类, 可视化, 自己编写, 集成学习

Boosting指的是机器学习元算法系列，它将许多 “弱 “分类器的输出合并成一个强大的 “集合”，其中每个弱分类器单独的错误率可能只比随机猜测好一点。

R语言深度学习卷积神经网络 (CNN)对 CIFAR 图像进行分类：训练与结果评估可视化

By tecdat11月 19, 2021图像处理, 大数据部落, 数理统计, 计算机科学与技术CIFAR, CNN, 分类, 卷积神经网络, 图像, 深度学习, 神经网络, 结果评估, 评估

本文演示了训练一个简单的卷积神经网络 (CNN) 来对 CIFAR 图像进行分类。

Python集成机器学习：用AdaBoost、决策树、逻辑回归集成模型分类和回归和网格搜索超参数优化

By tecdat11月 16, 2021大数据部落, 数理统计, 机器学习, 计算机科学与技术Adaboost, 优化, 决策树, 分类, 回归, 机器学习, 网格搜索, 超参数, 超参数优化, 逻辑回归, 集成学习, 集成机器, 集成模型

Boosting 是一类集成机器学习算法，涉及结合许多弱学习器的预测。

r语言有限正态混合模型EM算法的分层聚类、分类和密度估计及可视化

By tecdat9月 17, 2021可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术EM, EM算法, 分层聚类, 分类, 可视化, 密度估计, 有限正态混合, 有限正态混合模型, 聚类

最近我们被客户要求撰写关于有限正态混合模型在r软件中的实现的研究报告，用于基于模型的聚类、分类和密度估计。

Python决策树、随机森林、朴素贝叶斯、KNN（K-最近邻）分类分析银行拉新活动挖掘潜在贷款客户

By tecdat8月 23, 2021大数据部落, 数理统计, 机器学习, 经济, 计算机科学与技术K-最近邻居, knn, 决策树, 分类, 拉新, 挖掘, 朴素贝叶斯, 贝叶斯, 贷款, 银行, 随机森林

项目背景：银行的主要盈利业务靠的是贷款，这些客户中的大多数是存款大小不等的责任客户（存款人）。

R语言keras深度学习CNN卷积神经网络分类识别手写数字图像数据（MNIST）

By tecdat7月 26, 2021图像处理, 大数据部落, 数理统计, 机器学习, 计算机科学与技术CNN, Keras, MNIST, R语言, 分类, 卷积, 卷积神经网络, 图像, 手写数字, 深度学习, 神经网络, 识别

在本文中，我们将学习如何使用keras，用手写数字图像数据集（即MNIST）进行深度学习。

Matlab用深度学习长短期记忆（LSTM）神经网络对文本数据进行分类

By tecdat7月 21, 2021大数据部落, 数理统计, 机器学习, 计算机科学与技术LSTM, matlab, 分类, 文本, 深度学习, 神经网络, 长短期记忆

这个例子展示了如何使用深度学习长短期记忆（LSTM）网络对文本数据进行分类。

R语言基于Bagging分类的逻辑回归(Logistic Regression)、决策树、森林分析心脏病患者

By tecdat5月 10, 2021医药生物, 大数据部落, 数理统计, 机器学习, 计算机科学与技术Bagging, Logistic, logistic regression, 决策树, 分类, 回归, 心脏病, 森林, 逻辑回归

通常，bagging 与树有关，用于生成森林。但实际上，任何类型的模型都有可能使用bagging 。

R语言逻辑回归（Logistic回归）模型分类预测病人冠心病风险

By tecdat5月 6, 2021大数据部落, 数据库, 数理统计, 机器学习, 计算机科学与技术Logistic, 冠心病, 分类, 回归, 病人, 逻辑回归, 预测

本文的目的是完成一个逻辑回归分析。使你对分析步骤和思维过程有一个基本概念。

R语言用样条曲线、决策树、Adaboost、梯度提升(GBM)算法进行回归、分类和动态可视化

By tecdat4月 27, 2021可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术Adaboost, boosting, GBM, 决策树, 分类, 动态可视化, 可视化, 回归, 样条曲线, 梯度提升

Boosting算法是一种把若干个分类器整合为一个分类器的方法，也就是一种集成分类方法（Ensemble Method）。

R语言非参数方法：使用核回归平滑估计和K-NN(k近邻算法)分类预测心脏病数据

By tecdat4月 13, 2021大数据部落, 数理统计, 机器学习, 计算机科学与技术K-NN, k近邻, R语言, 分类, 回归, 平滑估计, 心脏病, 心脏病数据, 数据, 核回归, 核方法, 算法, 非参数, 非参数方法, 预测

本文考虑一下基于核方法进行分类预测。注意，在这里，我们不使用标准逻辑回归，它是参数模型。

R语言惩罚logistic逻辑回归（LASSO,岭回归）高维变量选择的分类模型案例

By tecdat3月 17, 2021医药生物, 大数据部落, 数理统计, 机器学习, 计算机科学与技术LASSO, Logistic, 分类, 变量选择, 回归, 岭回归, 惩罚l, 模型, 逻辑回归, 高维

WeChat Tencent QQ email print 由Kaizong Ye，Weilong Zhang

Read More

R语言用普通最小二乘OLS，广义相加模型GAM ，样条函数进行逻辑回归LOGISTIC分类

By tecdat3月 15, 2021大数据部落, 数理统计, 机器学习, 计算机科学与技术GAM, Logistic, ols, R语言, 分类, 广义相加模型, 标准最小二乘, 样条函数, 逻辑回归

本文我们对逻辑回归和样条曲线进行介绍。

matlab使用长短期记忆（LSTM）神经网络对序列数据进行分类

By tecdat1月 28, 2021大数据部落, 数理统计, 机器学习, 计算机科学与技术LSTM, matlab, uci, uci数据, 分类, 序列数据, 时间序列数据, 神经网络, 长短期记忆模型, 长短期记忆网络

本示例说明如何使用长短期记忆（LSTM）网络对序列数据进行分类。

R语言ROC曲线评价分类器的好坏

By tecdat1月 4, 2021大数据部落, 数理统计ROC, R语言, 分类, 分类器, 曲线

本文将使用一个小数据说明ROC曲线，其中n = 10个观测值，两个连续变量x_1和x_2，以及二元变量y∈{0,1}。

R语言用逻辑回归、决策树和随机森林对信贷数据集进行分类预测

By tecdat11月 24, 2020大数据部落, 数据库, 数理统计, 机器学习, 经济, 计算机科学与技术R语言, 信贷数据, 决策树, 分类, 逻辑回归, 随机森林, 预测

在本文中，我们使用了逻辑回归、决策树和随机森林模型来对信用数据集进行分类预测并比较了它们的性能。

TensorFlow 2建立神经网络分类模型——以iris数据为例

By tecdat9月 14, 2020大数据部落, 数理统计, 机器学习, 计算机科学与技术Iris, TensorFlow, 分类, 模型, 神经网络

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

By tecdat9月 10, 2020大数据部落, 数理统计, 机器学习, 计算机科学与技术knn, matlab, ROC, svm, 决策树, 分类, 回归, 朴素贝叶斯, 逻辑回归

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语言模拟保险模型中分类器的ROC曲线不良表现

By tecdat5月 18, 2020大数据部落, 数理统计, 经济, 计算机科学与技术, 金融ROC, R语言, 保险模型, 分类, 模拟

在课程中进行案例研究（使用真实数据）时，学生都会惊讶地发现很难获得“好”模型

R语言中的多类别问题的绩效衡量：F1-score 和广义AUC

By tecdat2月 21, 2020大数据部落, 数理统计, 计算机科学与技术AUC, F1, R语言, 分类, 绩效衡量

对于分类问题，通常根据与分类器关联的混淆矩阵来定义分类器性能。

python中使用scikit-learn和pandas决策树进行iris鸢尾花数据分类建模和交叉验证

By tecdat12月 9, 2019大数据部落, 数理统计, 机器学习, 计算机科学与技术Iris, pandas, python, Scikit-learn, 交叉验证, 决策树, 分类, 鸢尾花数据

最近我们被客户要求撰写关于决策树分类的研究报告。将使用著名的iris数据集，该数据集对各种不同的iris类型进行各种测量。

用于NLP的Python：使用Keras的多标签文本LSTM神经网络分类

By tecdat11月 18, 2019大数据部落, 数理统计, 机器学习, 计算机科学与技术Keras, LSTM, nlp, python, 分类, 文本, 神经网络

最近我们被客户要求撰写关于开发具有多个输出的文本分类模型的研究报告。

Python中用PyTorch机器学习神经网络分类预测银行客户流失模型

By tecdat11月 8, 2019大数据部落, 数据库, 数理统计, 机器学习, 计算机科学与技术PyTorch, 分类, 分类预测, 客户流失模型, 机器学习, 深度学习, 神经网络, 银行, 预测

分类问题属于机器学习问题的类别，其中给定一组特征，任务是预测离散值。

R语言对MNIST数据集分析：探索手写数字分类

By tecdat8月 8, 2019大数据部落, 数理统计, 计算机科学与技术MNIST, R语言, 分类

R语言对MNIST数据集分析：探索手写数字分类

R语言泰坦尼克号随机森林模型案例数据分析

By tecdat8月 2, 2019大数据部落, 数理统计, 机器学习, 计算机科学与技术R语言, 决策树, 分类, 泰坦尼克号, 随机森林

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。