Tag Archives: GMM

Python、Amos汽车用户满意度数据分析：BERT情感分析、CatBoost、XGBoost、LightGBM、ACSI、GMM聚类、SHAP解释、MICE插补、PCA降维、熵权法

By tecdat12月 24, 2025Python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辅导, 计算机科学与技术ACSI, BERT, CatBoost, GMM, LightGBM, MICE, PCA, SHAP, xgboost, 情感分析, 汽车, 熵权法, 聚类, 降维

麦肯锡风格响应式模板 Python、Amos汽车用户满意度数据分析：BERT情感分析、CatBoost、XGB

Python贝叶斯高斯混合模型GMM聚类分析数据和混合密度可视化

By tecdat10月 8, 2023Python辅导, 大数据部落, 技术支持, 数理统计, 计算机科学CS辅导, 计算机科学与技术GMM, 混合密度, 混合密度可视化, 聚类, 贝叶斯高斯混合模型, 高斯混合, 高斯混合模型

混合模型是另一种生成模型，它将数据点的分布建模为多个单独分布的组合（”混合”）。

R语言随机波动模型SV：马尔可夫蒙特卡罗法MCMC、正则化广义矩估计GMM和准最大似然估计QMLE上证指数收益时间序列

By tecdat1月 5, 2023R语言辅导, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 经济, 计算机科学CS辅导, 计算机科学与技术, 金融GMM, MCMC, QMLE, SV, 上证指数, 准最大似然估计, 广义矩估计, 收益, 时间序列, 正则化广义矩估计, 矩估计, 股票, 随机波动模型, 马尔可夫蒙特卡罗法

本文做SV模型，选取马尔可夫蒙特卡罗法(MCMC)、正则化广义矩估计法和准最大似然估计法估计。

R语言广义矩量法GMM和广义经验似然GEL估计ARMA、CAPM模型分析股票收益时间序列

By tecdat7月 12, 2022大数据部落, 数理统计, 经济, 计算机科学与技术ARMA, CAPM, GEL, GMM, 广义矩量法, 广义经验似然, 时间序列, 股票, 股票收益

本文展示了如何通过矩量的广义方法和广义经验似然来估计模型。

Stata广义矩量法GMM面板向量自回归 VAR模型选择、估计、Granger因果检验分析投资、收入和消费数据

By tecdat10月 19, 2021大数据部落, 数理统计, 经济, 计算机科学与技术GMM, Granger, stata, VAR模型, 向量自回归, 向量自回归模型, 因果检验, 广义矩, 广义矩量法, 投资, 收入, 检验, 消费, 自回归, 面板, 面板向量自回归

面板向量自回归（VAR）模型在应用研究中的应用越来越多。

R语言使用混合模型GMM 进行聚类

By tecdat8月 23, 2019大数据部落, 数理统计, 计算机科学与技术GMM, R语言, 混合模型, 聚类, 高斯混合模型

混合模型是k个分量分布的混合，它们共同形成混合分布

基于模型的聚类和R语言中的高斯混合模型

By tecdat8月 23, 2019大数据部落, 数理统计, 机器学习, 计算机科学与技术GMM, R语言, 聚类, 高斯, 高斯混合模型

四种最常见的聚类方法模型是层次聚类，k均值聚类，基于模型的聚类和基于密度的聚类

售前咨询热线

15121130882

售后咨询热线

0571-63341498