万方数据知识服务平台

| | | | 结果中检索

已选择0条清除批量引用

排序：

相关度

出版时间

被引频次

每页 20 条

< 1 / 1>

1.众数回归提升树模型构建及应用

periodical_tjyjc202402011

[期刊论文]蔡超李心怡-《统计与决策》CSTPCD北大核心CSSCIAMI2024年2期

摘要：众数回归模型估计的是在给定解释变量条件下响应变量的条件众数,而不是一般意义上的条件均值,因此可以揭示一般回归方法遗漏的重要结构.文章基于众数回归模型和提升回归树模型,提出了一个新的非参数众数回归模型:众数回归提升树(MRBT)模型.该模型一方面可以解决含有多元解释变量的非参数众数回归问题,另一方面采用Boosting技术解决了众数回归树模型预测性能差的问题.数值模拟和应用研究的结果表明:在任何

众数回归决策树提升树非参数Boosting

在线阅读

下载

全文直达

引用

下载：9

2.目录随机一致性视角下的可学习理论与方法

thesis_D02330120

[博士论文]王婕婷计算机应用技术山西大学2021

摘要：约束.基于机器学习进行决策时,由于受到数据噪音、标注偏好等因素影响,或由于缺乏足够证据和先验知识,决策结果与真实情况由于随机产生的一致性时有发生.此随机一致性在机器学习模型的学习结果中普遍存在,将导致决策缺乏客观性、可解释性与可重复性,给经典可学习理论与方法带来挑战.　　机器学习算法大多以最大化准确度为核心准则,例如决策树及KNN算法中的众数投票策略及经典学习算法以错误率的凸连续上界作为替代损失(如

机器学习随机一致性可学习理论贝叶斯判决支持向量机选择性集成单调决策树融合算法

在线阅读

下载

引用

下载：52

3.目录基于集成学习的电信套餐匹配问题研究

thesis_Y3608593

[硕士论文]赵杰应用统计华中师范大学2019

摘要：消费数据变量进行k-means聚类。分析各类用户行为，将用户划分为“普通用户”、“VIP用户”及“超级VIP”用户，运营商可根据其用户等级为他们现有套餐进行升级或匹配到更合适的套餐。关于特征构建与特征选择:利用已有特征的统计信息对数据进行特征重构，在原特征的基础上新增了七个新特征，为了更好的选取到适合建模的特征，在处理后的数据集上建立三种树模型进行特征选择，并选取各模型的重要度排名前30的特征的并集

电信用户套餐匹配集成学习特征选择分类模型

在线阅读

下载

引用

被引：12下载：23

4.大事记localchronicleitem_6180482

[地方志]来源：朝阳市志第一部地区：辽宁省

在线阅读

下载

已选择0条清除批量引用

展

开

更

多

学习中心

个人中心

社区

退出

目录