-
等级
本版专家分：0结帖率 100% -
实时的采取一组数据，如何判断它的下降趋势呢（其中有可能包含一两个异常数据）展开阅读全文
-
等级
本版专家分：0
-
移动平均法？
-
等级
本版专家分：0
-
拟合曲线咋样？
- 判断数据的现象（递增、减小、稳定、无序）
在嵌入式行业很多数据需要知道是增大、减小、稳定还是无序，下面程序就是数据现象： /***********2:稳定、1:递增、0:无序、-1:递减*******/ #include<stdio.h> #define LIGHT_DATA_COUNT_MAX 7 ...
- 数据曲线拟合，数据趋势判断
最近在弄一些数据趋势判断该方面的东西，下面代码是网友使用最小二乘法做的数据拟合算法的java实现 public class PolyFitForcast { public PolyFitForcast() { } /** * * 函数功能：最小二乘法曲线拟合 ...
- 时间序列分析笔记（待整理）
判断是否序列是否平稳： 1. ADF-test，null：有单位根（不平稳），alternative：平稳 2. KPSS-test，null：deterministic trend（可能是trend-stationary），alternative：有单位根（不平稳） 判断是否白噪声： ...
- 盒须图（Boxplot）
最简单的方法是把所有的数据显示在一个散点图上。读者可以直接观察数据点的分布。 但如果数据量很大，数据点就会大量的重叠。虽然可以采用一些方法来减少重叠的影响，比如抖动，半透明显示等措施，但当数据...
- Keras框架中的epoch、bacth、batch size、iteration
训练过程中当一个完整的数据集通过了神经网络一次并且返回了一次，这个过程称为一个epoch，网络会在每个epoch结束时报告关于模型学习进度的调试信息。 （2）为什么要训练多个epoch，即数据要被“轮”多次 在神经...
- 利用nlinfit函数实现数据非线性拟合
所谓“拟合”，指的是在已有一组实验数据的前提下，研究这组数据有怎样的函数关系——最终结果是从这一组看似漫无规律的数据点中“找出”能用数学表达式表示的规律。 用数学语言描述的拟合定义如下： 一个典型的...
- 机器学习笔记（一）：梯度下降算法，随机梯度下降，正规方程
一、符号解释 M 训练样本的数量 x 输入变量，又称特征 y 输出变量，又称目标 (x, y) 训练样本，对应监督学习的输入和输出 表示第i组的x 表示第i组的y h(x)表示对应算法的函数 是算法中的重要参数（向量） 表示参数...
- 几种常见的预测模型
趋势外推预测方法趋势外推预测方法是根据事物的历史和现实数据，寻求事物随时间推移而发展变化的规律，从而推测其未来状况的一种常用的预测方法。 趋势外推法的假设条件是： (1)假设事物发展过程没有跳跃式变化，...
- spss时间序列预测销量
时间序列的特点：1、现实的、真实的一组数据，而不是数理统计中做实验得到的。既然是真实的，它就是反映某一现象的统计指标，因而，时间序列背后是某一现象的变化规律。2、动态数据。时间序列建模基本步骤是： 1、...
- MATLAB 寻找离散点拐点
最近用matlab拟合离散数据，曲线由两段圆弧和直线组成，如下图所示，现在想要通过...寻找拐点时分为两个部分分别寻找，上升区域和下降区域，m为数据点的个数。 matlab 寻找离散点拐点代码实现： J= gradient...
- 批量梯度下降法（BGD）、随机梯度下降法（SGD）和小批量梯度下降法（MBGD）
梯度下降法作为机器学习中较常使用的优化算法，其有着三种不同的形式：批量梯度下降（Batch Gradient Descent）、随机梯度下降（Stochastic Gradient Descent）以及小批量梯度下降（Mini-Batch Gradient Descent）。...
- 深度学习中的batch（batch size，full batch，mini batch， online learning）、iterations与epoch
概念引入 我们已知在梯度下降中需要对所有样本进行处理过后然后走一步，...这个时候的梯度下降使用了全部的样本数据，所以叫做full batch。为了提高效率，我们可以把样本分成等量的子集。 例如我们把500万样本分成1...
- 时间序列分析和预测(含实例及代码)
假设事物发展趋势会延伸到未来 预测所依据的数据具有不规则性 不考虑事物发展之间的因果关系 时间序列数据用于描述现象随时间发展变化的特征。 时间序列分析就其发展历史阶段和所使...
- Excel-移动平均分析及预测分析
一、背景说明移动平均法是用一组最近的实际数据值来预测未来一期或几期内公司产品的需求量、公司产能等的一种常用方法。移动平均法适用于即期预测。当产品需求既不快速增长也不快速下降，且不存在季节性因素时，移动...
- 21种常见大数据可视化图表
柱状图最常使用的图表之一用垂直或水平的柱子表示不同分类数据的数值大小虽然能展示数据的变化趋势，但这并非它的强项堆积柱状图适用于包含若干个小分类的分组数据的可视化用于比较同一分组内不同分类的数据，或者...
- 深度学习—加快梯度下降收敛速度（二）：Monmentum、RMSprop、Adam
上篇博客讲的是利用处理（分组数据集）训练数据集的方法，加快梯度下降法收敛速度，本文...加入给出一组数据的散点图，要求用一条曲线尽可能准确地描述散点图的趋势，如下图所示（图来自吴恩达课件）： 描述时利用加权
- 用 Python 检验数据正态分布的几种方法
通俗来讲，就是当我们把数据绘制成频率直方图，所构成曲线的波峰位于中间，两边对称，并且随着往两侧延伸逐渐呈下降趋势，这样的曲线就可以说是符合数学上的正态分布。由于任何特征的频率总和都为100%或1，所以该...
- python中的Mann-Kendall单调趋势检验--及原理说明
想了解关于风速历年变化趋势，被推荐用Mann-Kendall趋势检验，查到一篇相对详细的介绍，转译成中文以飨诸君。原文链接 水平有限，如有纰漏，还望斧正。 背景知识 Mann-Kendall(MK)检验(test)(Mann 1945,...
- 统计学里的时间序列分析总结
时间序列预测方法时间序列与时序分析移动平均法， 指数平滑法， 时间序列的分解法，季节指数法因果 数学统计回归模型，计量经济学模型，优势指标法，相关模型，投入产出模型时间序列特征：含有长期趋势因素，含有...
- 时间序列分析中的ARMA，ARIMA模型整体综述
在生产和科学研究中，对某一个或一组变量x(t)进行观察测量，将在一系列时刻t1, t2, …, tn (t为自变量且t1 时间序列分析是根据系统观测得到的时间序列数据，通过曲线拟合和参数估计来建立数学模型的理论和...
- 移动平均法（Moving average，MA） 指数平滑法（Exponential Smoothing，ES）
移动平均法是用一组最近的实际数据值来预测未来一期或几期内公司产品的需求量、公司产能等的一种常用方法。移动平均法适用于即期预测。当产品需求既不快速增长也不快速下降，且不存在季节性因素
- 趋势外推法
修正曲线指数法 利用指数曲线外推来进行预测时，存在着预测值随着时间的推移会无限增大的情况。这是不符合客观规律的。... 修正指数曲线用于描述这样一类的现象： 初期增长迅速，随后增长率逐渐降低。 当 K>0，a时，，
- 移动平均法又称滑动平均法、滑动平均模型法（Moving average，MA）
移动平均法是用一组最近的实际数据值来预测未来一期或几期内公司产品的需求量、公司产能等的一种常用方法。移动平均法适用于即期预测。当产品需求既不快速增长也不快速下降，且不存在季节性因素时，移动平均法能...
- R语言 Cox-Stuart趋势检验
在客观世界中会遇到各种各样随时间变动的数据序列，我们关心这些数据随时间变化的规律（增长或者下降的趋势）。例如GDP是否逐年增长，某种疾病的患者是否在不断减少，这时我们就要对该序列进行趋势检验。假设数据...
- 移动平均法，滑动平均模型法（Moving average，MA）
移动平均法是用一组最近的实际数据值来预测未来一期或几期内产品的需求量的一种常用方法。移动平均法适用于即期预测。当产品需求既不快速增长也不快速下降，且不存在季节性因素时，移动平均法能有效地消除预测中的...
- 常见的预测算法
常见的预测算法有 1.简易平均法，包括几何平均法、算术平均法及加权平均法; 2.移动平均法，包括简单移动平均法和加权移动平均法; 3,指数平滑法，包括 一次指数平滑法...一，简易平均法，是一种简便的时间序列法。是以一
- 再谈数据挖掘——时序预测初探
先来看两个例子，下面两幅图展示了百度在趋势预测方面的应用案例，一个是世界杯期间的比赛输赢预测，另一个是北京各旅游景区的游客人数预测。 这两幅图代表了大数据环境下趋势预测的典型场景，即事件预测和...
- ARIMA模型
ARIMA模型 自回归移动平均模型(Autoregressive Integrated Moving Average Model,简记ARIMA) 目录 [隐藏] 1 什么是ARIMA模型?2 ARIMA模型的基本思想3 ARIMA模型预测的基本程序4 ...5.
- 机器学习入门——Logistic回归
机器学习中存在很多分类问题，同时线性回归是难以实现的。本文在简单的线性回归基础上，进行拓展，详细讲解Logistic回归，实现二分类，甚至多元分类。
- jdk1.8 64位官方正式版 jdk-8u91-windows
jdk1.8 64位官方正式版 jdk-8u91-windows