搜索资源列表
smlr.m
- 编写的多元回归的交叉验证程序 可供做预测模型的同仁参考-Prepared by the multiple regression of cross-validation procedure
Model_ARIMA1
- 季节性移动自回归模型 可以进行时间序列的预测 尤其是季节性数据-S-Arima seaonal Arima model in matlab
LogOn
- c#实现线性回归预测,线性回归时一个有用的技术，本文展示了一种带权重的自回归模型-Linear regression is a useful technique for representing observed data by a mathematical equation This article presents a C# implementation of a weighted linear regression c sharp AR auto regression predictio
CSharpRegression
- 回归预测 ,C#编写，包括线性、幂、灰色模型、移动平均
PS0-SVR
- 支持向量机是建立在统计学习理论基础上的通用学习方法,它可较好地解决以往 很多学习方法的小样本、非线性、过学习、高维数、局部极小点等实际问题。笔者利用支持向量回归理论 和方法,建立支持向量机的预测模型,并利用winSVM 和MATLAB 软件进行了实例预测,与二次回归 预测值相比较,支持向量机预测模型具有更好的预测精度,且有很强的推广能力。-Support vector regression data
TREGM
- 水利预测中的门限自回归模型，根据川大王文圣的论文编写-THRESHOLD AUTOREGRESSIVE MODEL
AR_predict
- 基于时间序列的自回归AR模型预测，有具体的注释-The autoregressive AR model based on time series prediction, a specific comments
gf
- GARCH模型是一个专门针对金融数据所量体订做的回归模型，除去和普通回归模型相同的之处，GARCH对误差的方差进行了进一步的建模。特别适用于波动性的分析和预测，这样的分析对投资者的决策能起到非常重要的指导性作用，其意义很多时候超过了对数值本身的分析和预测。(The GARCH model is a regression model specially designed for the measurement of financial data. In addition to the common
mvrvm_matlab
- rvm回归预测 RVM采取是与支持向量机相同的函数形式稀疏概率模型，对未知函数进行预测或分类。(Rvm regression prediction)
线性回归
- 通过已知数据建立对应模型，找出数据集的最优线性关系来预测或估计需要的因变量。(The corresponding model is established by the known data, and the optimal linear relation of the data set is found to predict or estimate the dependent variable.)
LogisticRegression
- 逻辑蒂斯回归模型，用于概率预测，或者分类。内附matlab代码，以及运行数据，可直接运行。(this is an matlab code of logistic regression which could use for data classification and properbility predict. u can direcctly use this code and th data inside.)
3116001336(2)
- 建立一个 logistic 回归模型来预测学生是否被录取到大学。使用高级优化来获得最佳的theta和最小的cost。(To get started with the exercise, you will need to download the starter code and unzip its contents to the directory where you wish to complete the exercise. If needed, use the cd command i
ga_aco_opt_on_anfis_svm-master
- 利用遗传算法、蚁群算法、PSO等对SVM模型进行优化，实现高效分类和回归预测(The SVM model is optimized by genetic algorithm, ant colony algorithm and PSO to achieve efficient classification and regression prediction.)
ELM_PSO-master
- 为了提升配网供电可靠性的预测精度!提出了基于主成分分析和粒子群优化极限学习机的配网供电可靠 性预测模型$ 从多方面分析影响供电可靠性的指标!利用主成分分析得到综合变量!实现对数据的降维$ 在此基 础上!构建人工神经网络并利用粒子群算法优化极限学习机的输入权值和阈值!完成对训练供电可靠性预测模型 的训练$ 以某大型电网的 ?L 个供电局样本 !% 种影响供电可靠性因素为例进行仿真分析!并将 E S R C E FQ C 4 G D算 法与 ! 种回归拟合算法对比!验证了该方法的有效性(It i