数据分享|R语言改进的K-MEANS(K-均值)聚类算法分析股票盈利能力和可视化
全文链接：http://tecdat.cn/?p=32418 大量数据中具有"相似"特征的数据点或样本划分为一个类别。聚类分析提供了样本集在非监督模式下的类别划分（点击文末“阅读原文”获取完整代码数据）。 人们在投资时总期望以最小的风险获取最大的利益，面对庞大的股票市场和繁杂的股票数据，要想对股票进行合理的分析和选择，聚类分析就显得尤为重要。 在本文中...
R语言中使用多重聚合预测算法（MAPA）进行时间序列分析
原文链接：http://tecdat.cn/?p=10016 这是一个简短的演示，可以使用该代码进行操作。使用_MAPA_生成预测。 > mapasimple(admissions) t+1 t+2 t+3 t+4 t+5...
R语言RSTAN MCMC：NUTS采样算法用LASSO 构建贝叶斯线性回归模型分析职业声望数据
如果你正在进行统计分析：想要加一些先验信息，最终你想要的是预测。所以你决定使用贝叶斯。 但是，你没有共轭先验。你可能会花费很长时间编写 Metropolis-Hastings 代码，优化接受率和提议分布，或者你可以使用 RStan。 Hamiltonian Monte Carlo（HMC） HMC 是一种为 MH 算法生成提议分布的方法，该提议分布被接受的概率很高。具体算...
R语言社区检测算法可视化网络图：ggplot2绘制igraph对象分析物种相对丰度
我们使用R中的igraph包，产生了网络的图形。 但是很难将这些图表放到演讲和文章中，因为图表很难根据需要定制。使用igraph中的绘图功能可以得到你想要的结果，但用ggplot对工作更有帮助。所以本文探索了一种在ggplot中创建igraph绘图的方法。 igraph图 首先，我带入数据，这是一个物种相对丰度的矩阵。列是物种，每行是一个观测值。下面是数据的浏览 ...
R语言DTW(Dynamic Time Warping) 动态时间规整算法分析序列数据和可视化
动态时间规整（DTW,Dynamic time warping,动态时间归整/规整/弯曲）是一种衡量两个序列之间最佳排列的算法。线性序列数据如时间序列、音频、视频都可以用这种方法进行分析。DTW通过局部拉伸和压缩，找出两个数字序列数据的最佳匹配，同时也可以计算这些序列之间的距离。 DTW是干什么的？ 动态时间规整算法，故名思议，就是把两个代表同一个类型的事物的不同长度序列进行时间...
R语言实现 Copula 算法建模相依性案例分析报告
copula是将多变量分布函数与其边缘分布函数耦合的函数，通常称为边缘。Copula是建模和模拟相关随机变量的绝佳工具。Copula的主要吸引力在于，通过使用它们，你可以分别对相关结构和边缘（即每个随机变量的分布）进行建模。 copulas如何工作 首先，让我们了解copula的工作方式。 ...
R语言最大流最小割定理和最短路径算法分析交通网络流量拥堵问题
我们根据一些论文中提到的示例，使用最大流最小割定理将流量拥塞降至最低， 并应用了最短路径分析了交通瓶颈。 我们可以在下面看到 map=openp(map) plot(map) ...
R语言广义线性模型(GLMs)算法和零膨胀模型分析
广义线性模型（GLM） 是通过连接函数,把自变量线性组合和因变量的概率分布连起来,该概率分布可以是高斯分布、二项分布、多项式分布、泊松分布、伽马分布、指数分布。连接函数有： 平方根连接（用于泊松模型） ...
R语言实现 Copula 算法建模依赖性案例分析报告
copula是将多变量分布函数与其边际分布函数耦合的函数，通常称为边缘。Copula是建模和模拟相关随机变量的绝佳工具。Copula的主要吸引力在于，通过使用它们，你可以分别对相关结构和边缘（即每个随机变量的分布）进行建模。 copulas如何工作 首先，让我们了解copula的工作方式。 ...
如何通过JavaSDK使用查询分析功能
配置环境变量配置环境变量ALIBABA_CLOUD_ACCESS_KEY_ID和ALIBABA_CLOUD_ACCESS_KEY_SECRET。ALIBABA_CLOUD_ACCESS_KEY_IDALIBABA_CLOUD_ACCESS_KEY_SECRET重要阿里云账号AccessKey拥有所有...
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
算法更多分析相关
智能引擎技术
AI Online Serving，阿里巴巴集团搜推广算法与工程技术的大本营，大数据深度学习时代的创新主场。
+关注