主要内容包括多元正态分布、均值向量和协方差阵的检验、聚类分析、判别分析、主成分分析、因子分析、对应分析、典型相关分析等常见的主流方法,还参考国内外大量文献系统介绍了近年来在市场研究、顾客满意度研究、金融研究、环境研究等领域应用颇广的较新方法,包括定性数据的建模分析、对数线性模型、logistic回归、路径分析、结构方程模型、联合分析、多变量的图表示法、多维标度法等。
2024/4/17 16:07:25 5.9MB 多元统计
1
运用此代码在matlab中实现聚类判别分析
2024/3/22 6:20:20 29KB 聚类分析
1
内含2021美赛C题第一问代码。
内涵数据整理、可视化、回归、时间序列分析、生长季节的建模实现代码;
第二问代码。
内涵图像处理、词云图、词频统计、回归模型、变量选择、判别分析的建模实现代码。
感兴趣的可以下载学习。
声明:只可自己使用,不可商用。
违者必究。
具体思路分析见下面链接:https://tjxwz.blog.csdn.net/article/details/113722054
2024/1/28 18:58:08 683.58MB 2021美赛C 时间序列 图像处理
1
使用LDA(线性判别分析)算法提取一维数字信号(数组)的特征,可用于信号的分类识别。
2023/12/14 9:01:36 590B LDA
1
这是线性判别分析的一个matlabcode,有具体实例的运行结果,还有关于LDA算法的详细讲解,通俗易懂,希望对大家有用.
2023/11/22 14:53:45 269KB LDA,matlab code 线性判别分析
1
lfda,局部Fisher判别分析的R包lfda软件用于对和visualizing局部Fisher判别分析,核局部Fisher判别分析和半监督局部Fisher判别分析算法进行package。
这些算法的介绍和应用可以在这里找到,这里是,这里是。
这些
2023/9/22 6:09:49 32KB 开源
1
作者:胡良平主编出版社:电子工业出版社出版时间:2015年09月本书内容丰富且新颖,适用面宽且可操作性强。
涉及SAS软件基础和五种高级编程技术、统计设计中关键技术的SAS实现、定量与定性资料差异性和预测性分析。
这些内容高质量、高效率地解决了实验设计、统计表达与描述、各种常用统计分析、现代回归分析、SAS高级编程技术和SAS实现及结果解释等人们迫切需要解决却又十分棘手的问题。
本书第1、2篇共7章,介绍了SAS软件应用入门、SAS语言基础、五种SAS高级编程技术,介绍了用SAS实现实验设计的关键技术(包括样本含量与检验效能估计、*化和直接生成设计类型);
第3、4篇共8章,对各种单因素和多因素设计下定量与定性结果进行差异性分析;
第5、6篇共16章,对定量与定性结果提供了数十种预测性分析方法,包括定量和定性原因变量的判别分析
2023/9/14 1:36:37 193KB [SAS 常用统计分析 第2版 胡良平
1
使用matlab实现的线性判别分析代码,输入、输出、关键代码注释以及示例都有详细的说明。
代码正确性已经得到验证!
2023/8/18 12:15:09 1KB 线性判别分析 LDA matlab
1
采用激光诱导击穿光谱(LIBS)技术结合偏最小二乘判别分析(PLS-DA)对新疆、青海和俄罗斯的白色软玉进行产地研究。
选取产自新疆(和田、于田、且末)、青海(格尔木)、俄罗斯(贝加尔湖)的146个白色软玉样品作为样品集,从样品集中随机抽取111个样品作为校正集,用于建立PLS-DA识别模型,剩余35个样品作为验证集,用于检验PLS-DA识别模型的预测效果。
采用LIBS对三个产地的软玉样品进行成分分析,选择Na、K、Al、Li、Be、Mn、Sr、Zr、Ba、Y、Ce作为目标元素,并选取589.995,766.490,396.152,670.793,313.042,257.610,407.771,389.138,455.403,437.493,401.239nm处的谱线作为目标元素的分析谱线,选取Si元素作为内标元素,以其在288.158nm处的谱线作为内标元素分析谱线,分别计算各目标元素与内标元素的谱线强度的比值Rx,由Rx组成自变量矩阵,用于模型的建立与预测。
实验结果表明,采用LIBS结合PLS-DA建立的产地识别模型,其校正自变量和验证自变量与实际分类变量的相关系数都大于0.9
2023/7/27 20:56:48 5.55MB 光谱学 激光诱导 产地识别 偏最小二
1
建模分析师(数据分析师、数据挖掘工程师)理论基础:统计学、概率论、数理统计、多元统计分析、时间序列、数据挖掘(DM)软件要求:Excel、SQL(必要)&SPSSModeler、R、Python、SAS、Weka等(可选)分析方法要求:除掌握基本数据处理及分析方法以外,还应掌握高级数据分析及数据挖掘方法(多元线性回归法、生存分析法、神经网路、决策树、判别分析法、主成分分析法、因子分析法、典型相关分析、聚类分析法、关联规则、支持向量机、bagging、boosting等)和可视化技术。
业务分析能力:可以将业务目标转化为数据分析目标熟悉常用算法和数据结构,熟悉企业数据库架构建设针对不同分析主体,可以熟练的进行维度分析,能够从海量数据中搜集并提取信息通过相关数据分析方法,结合一个或多个数据分析软件完成对海量数据的处理和分析结果展现能力:报告体现数据挖掘的整体流程,层层阐述信息的收集、模型的构建、结果的验证和解读,对行业进行评估,优化和决策。
1
共 23 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡