人工智能语言简介人工智能(AI)语言是一类适应于人工智能和知识工程领域的、具有符号处理和逻辑推理能力的计算机程序设计语言。能够用它来编写程序求解非数值计算、知识处理、推理、规划、决策等具有智能的各种复杂问题。典型的人工智能语言主要有LISP、Prolog、Smalltalk、C++等一般来说，人工智能语言应具备如下特点：具有符号处理能力（即非数值处理能力）；适合于结构化程序设计，编程容易；具有递归
转载
2024-06-19 04:31:00
44阅读
今天发现一个很不错的博客(http://www.RDataMining.com)， 博主致力于研究R语言在数据挖掘方面的应用，正好近期很想系统的学习一下R语言和数据挖掘的整个流程，看了这个博客的内容，心里久久不能平静。决定从今天 开始，只要晚上能在11点之前把碗洗好，就花一个小时的时间学习博客上的内容，并把学习过程中记不住的信息记录下来，顺便把离英语四级的差距尽量缩小。下面列出了可用于数据挖掘的R
转载
2024-08-30 21:05:46
19阅读
JavaScript是每个前端人员必须要掌握的知识点，在日常代码中，我们经常都会用到自执行函数表达式。今天要给大家分享的就是JavaScript中函数表达式和自执行函数表达式的用法。立即调用函数表达式 给函数体加大括号，在有变量声明的情形下，没有任何区别 但是，如果只是【自动执行】的情形下，就会不同 因为，一个匿名函数，不赋值或函数体不加小括号，是不能自动执行的//以下情形并无差别var coun
转载
2024-10-09 15:06:36
12阅读
本文依靠EVT对任何连续分布的尾部建模。尾部建模，尤其是POT建模，对于许多金融和环境应用至关重要。
原创
2021-05-12 14:02:46
394阅读
本文依靠EVT对任何连续分布的尾部建模。尾部建模，尤其是POT建模，对于许多金融和环境应用至关重要。
原创
2021-05-12 14:02:45
1313阅读
本文依靠EVT对任何连续分布的尾部建模。尾部建模，尤其是POT建模，对于许多金融和环境应用至关重要POT模型其主要动机是为高洪水流量的概率模型提供实用工具。但是，EVT的优势在于结果不取决于要建模的过程。因此，人们可以使用POT来分析降水，洪水，金融时间序列，地震等。特征POT软件包可以执行单变量和双变量极值分析；一阶马尔可夫链也可以考虑。例如，目前使用18个 估算器拟合（单变量）GPD
原创
2022-11-21 10:36:27
628阅读
在学习R语言的过程中，经常会遇到前面学习过的函数但到后面再次看到忘记了用法，在kaggle实践中也会遇到，我以前的做法是打开书本，评印象查找，但是效率极低，现在，我通过有道云笔记 将《R语言实战》中的所有函数按照书本出现的顺序编辑成一篇文章，然后通过检索一键定位。具体做法如下：1、复制下面的函数。2、粘贴到有道云笔记或印象笔记中，word文档也可以达到此效果。3、在检索区域输入函数。前三章函数ma
转载
2024-01-26 20:04:59
52阅读
#计算两个时间点的天数
startdate<-as.Date("2003-02-03")#开始日期
enddate<-as.Date("2023-03-30")#结束日期
days<-enddate-startdate#结束日期减去开始日期计算相隔多少天
days
#difftime计算时间间隔#差了多少个星期
today<-Sys.Date()
dob<-as.Da
转载
2024-06-17 11:11:02
59阅读
Logistic回归，也称为Logit模型，用于对二元结果变量进行建模。在Logit模型中，结果的对数概率被建模为预测变量的线性组合。例子例1. 假设我们对影响一个政治候选人是否赢得选举的因素感兴趣。结果（因）变量是二元的（0/1）；赢或输。我们感兴趣的预测变量是花在竞选上的钱，花在竞选上的时间，以及候选人是否是现任者。例2. 一个研究者对GRE（研究生入学考试成绩）、GPA（
转载
2023-09-14 15:52:25
296阅读
R语言POT超阈值模型和极值理论分析
原创
2022-11-14 20:29:37
149阅读
最近我们被要求撰写关于DLM和DLNM的研究报告，包括一些图形和统计输出。 视频：R语言中的分布滞后非线性模型（DLNM）
R语言中的分布滞后非线性模型（DLNM）与发病率，死亡率和空气污染示例 前言本文说明了R语言中实现分布滞后线性和非线性模型（DLM和DLNM）的建模。首先，本文描述了除时间序列数据之外的DLM / DLNM的一般化方法，在Gasparrini [2014]中有
## 如何使用R语言实现logit模型
### 概述
在本文中，我们将学习如何使用R语言实现logit模型。logit模型是一种二元回归模型，用于预测二元变量的概率。它是一种广泛应用于分类问题的机器学习模型。
### 流程图
```mermaid
graph TD
A(准备数据) --> B(拟合模型)
B --> C(使用模型进行预测)
```
### 详细步骤
#### 1. 准备数据
原创
2023-08-17 14:33:39
312阅读
GAM（Generalized Additive Model）是一种灵活的统计模型，可以用于建模非线性关系和探索数据中的隐藏模式。它结合了广义线性模型（GLM）和非参数平滑的思想，可以用于分类和回归问题。在本文中，我们将介绍如何使用R语言进行GAM模型建模，并提供一些实际应用示例。
首先，我们需要加载所需的R包。在这个例子中，我们将使用`mgcv`包，它是R中用于建立GAM模型的最常用包之一。
原创
2024-01-10 04:43:58
681阅读
# GAMLSS模型R语言代码实现
## 引言
在数据分析和建模的过程中，GAMLSS（Generalized Additive Models for Location, Scale and Shape）模型是一种常用的非线性回归模型。它可以灵活地处理各种数据类型和复杂的数据分布。本文将介绍如何使用R语言实现GAMLSS模型。
## 流程图
```mermaid
graph TD;
A
原创
2023-10-31 05:31:18
576阅读
和宏观经济数据不同，金融市场上多为高频数据，比如股票收益率序列。直观的来说 ，后者是比前者“波动”更多且随机波动的序列，在一元或多元的情况下，构建Copula函数模型和GARCH模型是最好的选择。相关视频：Copula算法原理和R语言股市收益率相依性可视化分析
Copula算法原理和R语言股市收益率相依性可视化分析 ，时长16:34 相关视频：时间序列分析：ARIMA GARCH模
转载
2024-09-14 22:19:50
34阅读
01解决何种问题 前面一期和大家分享如何运用样条回归处理遇到的非线性问题，但这适合处理单个因变量Y对应一个自变量X的问题，而现实情况是，我们常常要处理多个自变量和一个因变量之间的关系，除此以外，虽然通过做散点图能发现非线性关系，但很难归属它的形式，广义线性模型中的多项式回归，由于其不好解释的系数，降低了模型实用性。 &
转载
2023-11-10 11:02:28
368阅读
随机森林属于模式识别中有监督的分类中的一种方法。它的原理是以决策树为基本分类器的一个集成学习模型，它包含多个由Bagging集成学习技术训练得到的决策树，当输入待分类的样本时，最终的分类结果由决策树的输出结果的众数决定。 一、基本原理列出如下： 从原始数据m*n维数据中有放回的抽取样本容量与原数据相同的数据样本m*n，样本数量为ntree（在R语言中可以指定）； 对每一个数据样本应用决策树的计算方
转载
2023-09-28 23:46:41
140阅读
阈值模型用于统计的几个不同区域，而不仅仅是时间序列。一般的想法是，当变量的值超过某个阈值时，过程可能表现不同。也就是说，当值大于阈值时，可以应用不同的模型，而不是当它们低于阈值时。例如，在药物毒理学应用中，可能低于阈值量的所有剂量都是安全的，而当剂量增加到阈值量以上时毒性增加。或者，在动物种群丰度研究中，种群可以缓慢增加至阈值大小...
原创
2021-05-19 23:38:18
604阅读
# 如何使用R语言实现ARIMA预测模型
## 一、流程概述
在使用R语言实现ARIMA预测模型的过程中，主要分为以下几个步骤：
| 步骤 | 描述 |
| ---- | ---- |
| 1 | 导入数据 |
| 2 | 数据预处理 |
| 3 | 拟合ARIMA模型 |
| 4 | 模型诊断 |
| 5 | 进行预测 |
## 二、具体步骤及代码
### 步骤一：导入数据
首先，需
原创
2024-07-10 05:34:04
239阅读
个人介绍: 研一｜统计学｜干货分享 擅长Python、Matlab、R等主流编程软件 累计十余项国家级比赛奖项，参与研究经费10w、40w级横向 文章目录1 目的2 原序列差分处理3 差分后序列平稳性检验4 差分后序列白噪声检验5 ARIMA模型建立6 ARIMA模型定阶7 ARIMA模型拟合8 ARIMA模型显著性检验9 ARIMA加法疏系数模型10 A
