R – 拓端

Python、R开发SMOTE过采样随机森林与粒子群算法(PSO)融合模型实现肥胖等级预测|附AI智能体、代码和数据

By tecdat7月 22, 2026AI人工智能辅导, Python辅导, R语言辅导, 人工智能, 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Development, fusion model, hybrid model, level, level prediction, model fusion, obesity, obesity level, obesity level prediction, oversampling, particle swarm optimization, Prediction, PSO, python, R, random forest, RF, Smote, Synthetic Minority Over-sampling Technique, 合成少数类过采样技术, 开发, 模型融合, 等级, 等级预测, 粒子群算法, 肥胖, 肥胖等级, 肥胖等级预测, 融合模型, 过采样, 随机森林, 预测

中文摘要：本文回答以下核心问题——（1）七类肥胖等级样本不均衡时如何提升少数类识别率？（2）决策树、随机森林、逻辑回归、神经网络中哪种更适合本任务？（3）粒子群算法(PSO)如何进一步提升随机森林性能？（4）哪些生活习惯对肥胖等级影响最大？基于饮食习惯与身体活动数据，我们采用SMOTE过采样配合随机森林，并经PSO优化使测试集准确率达0.84。

Python、R开发K-Means、CART、LR、SVM、BP神经网络五模型对比实现电信客户流失预测挽留|附AI智能体、代码和数据

By tecdat7月 21, 2026AI人工智能辅导, Python辅导, R语言辅导, 人工智能, 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backpropagation, backpropagation-neural-network, BP, BP-neural-network, BP神经网络, CART, churn, classification-and-regression-tree, comparison, Customer, customer-churn-prediction, Development, five-models, Implementation, k-means, logistic-regression, LR, model-comparison, neural-network, Prediction, python, R, retention, support-vector-machine, svm, telecom, 五模型, 分类回归树, 反向传播, 实现, 客户, 客户流失预测, 对比, 开发, 挽留, 支持向量机, 模型对比, 流失, 电信, 神经网络, 逻辑回归, 预测

用户明明还在网，为什么突然就走了？通信行业尤其明显。根据公开统计，全国移动电话客户总数已远超总人口，市场渗透率超过百分之百，新增空间几乎见顶。再加上携号转网落地、网络升级换代，客户的选择

R语言与MATLAB定制开发SARIMAX双模型预测与PSO多目标优化消费券发放策略|附AI智能体、代码和数据

By tecdat7月 13, 2026AI人工智能辅导, Python辅导, R语言辅导, 人工智能, 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consumption voucher, custom development, distribution strategy, dual model, matlab, multi-objective optimization, particle swarm optimization, Prediction, PSO, R, R语言, SARIMAX, 双模型, 发放策略, 多目标优化, 定制开发, 消费券, 粒子群优化, 预测

在数字经济时代，消费券已成为各地政府提振消费、稳定经济的重要政策工具。如何科学评估消费券的刺激效果并优化其发放策略，是政策制定者面临的核心挑战。

MATLAB、R用改进Fuzzy C-means模糊C均值聚类算法的微博用户特征调研数据聚类研究

By tecdat12月 8, 2022大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 计算机科学与技术Fuzzy C-means, matlab, R, 微博, 微博用户, 模糊C均值聚类, 用户特征, 聚类

去年，我们为一位客户进行了短暂的咨询工作，他正在构建一个主要基于微博用户特征聚类研究的分析应用程序。

【视频讲解】Python和R语言使用指数加权平均(EWMA)，ARIMA自回归移动平均模型预测时间序列

By tecdat4月 1, 2021大数据部落, 数理统计, 机器学习, 特色视频, 计算机科学与技术arima, EWMA, python, R, 指数加权平均, 时间序列, 自回归移动平均模型, 预测

本文学习创建时间序列预测的步骤，关注Dickey-Fuller检验、指数加权平均(EWMA)和ARIMA（自回归移动平均）模型，从理论上学习这些概念以及它们在python和R中的实现。

在Python和R中使用交叉验证方法提高模型性能

By tecdat1月 20, 2021大数据部落, 数理统计, 机器学习, 计算机科学与技术python, R, 交叉验证, 模型性能

模型表现差异很大的可能原因是什么？换句话说，为什么在别人评估我们的模型时会失去稳定性？

R软件SIR模型网络结构扩散过程模拟

By tecdat8月 13, 2020大数据部落, 数理统计, 计算机科学与技术R, R语言, R软件, SIR模型, 模型, 模拟, 网络

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SAS，Stata，HLM，R，SPSS和Mplus的多层线性模型HLM

By tecdat2月 15, 2020大数据部落, 教育学, 数理统计, 计算机科学与技术HLM, Mplus, R, SAS, SPSS, stata, 分层线性模型, 多层线性模型, 线性

本文档用于比较六个不同统计软件程序（SAS，Stata，HLM，R，SPSS和Mplus）的两级多层（也称分层或层次）线性模型的过程和输出。

基于R统计软件的三次样条和光滑样条模型数据拟合及预测

By tecdat12月 19, 2019大数据部落, 数理统计, 计算机科学与技术R, 三次样条, 平滑, 样条, 样条模型, 线性, 线性模型, 非线性

样条线是拟合非线性模型并从数据中学习非线性相互作用的一种方法。

R和Python机器学习:广义线性回归glm，样条glm，梯度增强，随机森林和深度学习模型分析

By tecdat10月 18, 2019大数据部落, 数理统计, 计算机科学与技术ARCH模型, glm, python, R, 广义线性回归, 梯度增强, 深度学习, 随机森林

使用R和Python进行分析的主要好处之一是，它们充满活力的开源生态系统中总是有新的和免费提供的服务。

SAS，R和Python应对数据管理和分析挑战

By tecdat10月 18, 2019大数据部落python, R, SAS, 分析, 挑战, 数据, 管理

去年，我与一家公司进行了短暂的咨询工作，该公司正在构建一个主要由基于Web的数据存储库驱动的分析应用程序。数据

Using Garch model and regression model to analyzing stock prices in R

By tecdat9月 21, 2019大数据部落, 数理统计, 机器学习, 经济, 计算机科学与技术, 金融GARCH, prices, R, regression, stock

In order to find out the main factors affecting price fluctuations, we use stepwise regression to eliminate some independent variables that have little impact on the dependent variable, that is, the price. The name of the variable is changed to x1, x2…