针对风电场短期风速的预测提出一种基于小波变换的组合预测方法。首先利用Mallat 算法对短期风速时间序列进行db3 小波三层分解与重构，得到短期风速时间序列的近似分量和细节分量。针对近似分量和细节分量的不同特性，对近似分量利用粒子群算法优化的最小二乘支持向量机进行预测，对细节分量利用自回归求和滑动平均模型进行预测。最后各预测模型预测值组合叠加得到最终的短期风速预测值。仿真结果表明该方法具有较高的预测准确度。-In order to improve short-term wind speed pr

用python写的一个关于金融欺诈行为检测的数据分析程序，用的是回归预测模型(This is a data anlysis program for the detection of financial fraud, based on logistic regression model.)

一个xgboost实现的回归模型预测，数据集来源于kaggle的taxi竞赛(Regression model prediction based on a xgboost implementation)

主要利用R语言进行广义加法模型，进行回归预测(This paper mainly uses R language to carry on the generalized additive model, and carries on the regression forecast)