第86步 时间序列建模实战：Transformer回归建模
基于WIN10的64位系统演示 一、写在前面 这一期，我们介绍Transformer回归。 同样，这里使用这个数据： 《PLoS One》2015年一篇题目为《Comparison of Two Hybrid Models for Forecasting the Incidence of Hemorrhagic Fever with Renal Syndrome in Jiangsu Province...
第78步 时间序列建模实战：随机森林回归建模
na》文章的公开数据做演示。数据为江苏省2004年1月至2012年12月肾综合症出血热月发病率。运用2004年1月至2011年12月的数据预测2012年12个月的发病率数据。 这一期，我们介绍随机森林回归。 二、随机森林回归 （1）代码解读 class sklearn.ensemble.RandomForestRegressor(n_estimators=100, *, criterion='squa...
解密人工智能：线性回归 | 逻辑回归 | SVM
文章目录 1、机器学习算法简介1.1 机器学习算法包含的两个步骤1.2 机器学习算法的分类 2、线性回归算法2.1 线性回归的假设是什么？2.2 如何确定线性回归模型的拟合优度？2.3 如何处理线性回归中的异常值？ 3、逻辑回归算法3.1 什么是逻辑函数?3.2 逻辑回归可以用于多类分类吗？3.3 如何解释逻辑回归中的系数？ 4、支持向量机（SVM）算法4.1 优点4.2 缺点 5、结语 1、机器学...
基于R语言分位数回归丨线性回归假设与分位数函数、线性分位数回归 、贝叶斯分位数回归、超越线性分位数回归等
目录 专题一 线性回归假设与分位数函数讲解 专题二 线性分位数回归 【代码实践】 专题三 贝叶斯分位数回归【代码实践】 专题四 超越线性分位数回归（一）【代码实践】 专题五 超越线性分位数回归（二）【代码实践】 更多应用 回归是科研中最常见的统计学研究方法之一，在研究变量间关系方面有着极其广泛的应用。由于其基本假设的限制，包括线性回归及广义线性回归在内的各种常见的回归方法都有三个重大缺陷：(1)对于异...
基于径向基神经RBF的空调功率预测，RBF神经网络的详细原理，RBF回归预测代码
目录 完整代码和数据下载链接：基于MATLAB的RBF的空调能耗预测_模糊空调matlab资源-CSDN文库 https://download.csdn.net/download/abc991835105/87833598 RBF的详细原理 RBF的定义 RBF理论 易错及常见问题 RBF应用实例，基于rbf的空调功率预测 代码 结果分析 展望 RBF的详细原理 RBF的定义 径向基函数（Radic...
第75步 时间序列建模实战：多步滚动预测 vol-3（以决策树回归为例）
基于WIN10的64位系统演示 一、写在前面 上两期，我们讲了多步滚动预测的第两种策略： 对于重复的预测值，取平均处理。例如，（1,2,3）预测出3.9和4.5，（2,3,4）预测出5.2和6.3，那么拼起来的结果就是3.9,（4.5 + 5.2）/2, 6.3。 删除一半的输入数据集。例如，4,5由（1,2,3）预测，6,7由（3,4,5）预测，删掉输入数据（2,3,4）。 没想到吧，还会有第三期。...
【李沐深度学习笔记】线性回归的从零开始实现
课程地址和说明 线性回归的从零开始实现p3 本系列文章是我学习李沐老师深度学习系列课程的学习笔记，可能会对李沐老师上课没讲到的进行补充。 线性回归的从零开始实现 不使用任何深度学习框架提供的计算功能，只使用PyTorch提供的Tensor来实现线性回归 我们将从零开始实现整个方法，包括数据流水线、模型、损失函数和小批量随机梯度下降优化器。 首先我们要安装李沐老师提供的一个d2l包，安装方法见视频评论...
Python案例｜使用Scikit-learn进行房屋租金回归分析
回归分析是一种预测性的建模技术，研究的是因变量（目标）和自变量（预测器）之间的关系。回归分析是建模和分析数据的重要工具。比如预测股票价格走势、预测居民收入、预测微博互动量等等。常用的有线性回归、逻辑回归、岭回归等。本文主要使用线性回归。 01、案例导入：房屋租金回归分析 本文使用的租房数据集是经过 前一篇 数据预处理后的“北京链家网”租房数据集，数据存储在newbj_lianJia.csv文件中，共...
手刻 Deep Learning -第壹章-PyTorch入门教学-基础概念与再探线性回归
一、前言 本章会需要 微分、线性回归与矩阵的基本观念 这次我们要来做 PyTorch 的简单教学，我们先从简单的计算与自动导数（ auto grad / 微分 ）开始，使用优化器与误差计算，然后使用 PyTorch 做线性回归，还有 PyTorch 于 GPU 显示卡（ CUDA ） 的使用范例。 文本目录 ： 为什么选择 PyTorch？名词与概念介绍 导数（par...
损失函数篇 | YOLOv8 更换损失函数之 MPDIoU | 《2023 一种用于高效准确的边界框回归的损失函数》
论文地址：https://arxiv.org/pdf/2307.07662v1.pdf 边界框回归（Bounding Box Regression，BBR）在目标检测和实例分割中得到了广泛应用，是目标定位的重要步骤。然而，对于边界框回归的大多数现有损失函数来说，当预测的边界框与真值边界框具有相同的长宽比，但宽度和高度的值完全不同时，无法进行有效优化。为了解决上述问题，我们充分探索水平矩形的几何特征，...