基于随机森林RF的回归预测，随机森林RF重要性排序，多变量输入模型。 运行环境为matlab2018，程序内注释详细，直接替换数据就可以用。随机森林的特征变量重要性排序在特征选择和特征分析中具有广泛的用途。它可以用来识别哪些特征对目标变量的预测最为重要，从而帮助我们理解数据中的关键特征和影响因素。

时变多径信道的matlab仿真（通过输入多普勒频移，时延变量等参数） Matlab simulation of time-varying multipath channel (by inputting Doppler frequency shift, delay variable and other parameters)

基于BP神经网络回归预测,多变量输入单输出模型。 评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。

利用ReliefF算法对回归特征变量做特征重要性排序，实现特征选择。 通过重要性排序图，选择重要的特征变量，以期实现数据降维的目的。 程序直接替换数据就可以用，程序内有注释，方便学习和使用。 程序语言为matlab。

A0579_ 在WinCC中如何使用VBS读取变量归档数据到EXCEL

基于高斯过程回归(GPR)时间序列区间预测，matlab代码，单变量输入模型。 评价指标包括:R2、MAE、MSE、RMSE和区间覆盖率和区间平均宽度百分比等，代码质量极高，方便学习和替换数据。

源自：http://php.net/manual/zh/security.globals.php0×02 $导致的变量覆盖问题使用foreach来遍历数组中的值

做simulink开发模型的信号处理等，如何将信号加上标签， 做模型配置成生成C代码的配置，配置成生成autosar的配置， 隐藏模块名称，隐藏端口名称，显示端口名称，添加信号线变量，勾选resovle,等功能 P文件生成，信号线重命名，变量列表，修改变量等等 simulink开发最好的工作，

最大相关和最小冗余算法mRMR特征选择，mRMR分类预测，多变量输入模型。 在特征选择过程中，有一种算法叫做mRMR（Max-Relevance and Min-Redundancy）。其原理非常简单，就是在原始特征集合中找到与最终输出结果相关性最大（Max-Relevance），但是特征彼此之间相关性最小的一组特征（Min-Redundancy）。 多特征输入单输出的二分类及多分类模型。程序内注释详细，直接替换数据就可以用。 程序语言为matlab，程序可出分类效果图，迭代优化图，混淆矩阵图

csmar国泰安常用控制变量数据大合集 指标如下： 代码 年代 简称 行业 行业代码 成立日期 上市日期 年份 是否新能源企业 研发投入 研发投入比营业收入 政府补助 税收减免 公司规模 资产负债率 第一大股东比% 上市年限 ROE 营业收入 性质1国有0否 前十大股东% 第一大比第二大 第二到十大股东合计% 第一大平方和 前五大平方和 前十大平方和 EVA 董事会会议次数 监事会会议次数 股东大会召开次数 年换手率（流通股数）(%) 日均换手率（流通股数）(%) 董事会人数 独立董事比例 二职分离 高管薪酬前三 事务所是否四大 审计费用 是否设立审计委员会 利润总额 所得税费用 资产总计 税率% 递延所得税 递延所得税资产 递延所得税负债 递延所得税资产 递延所得税负债 总资产净利润率（ROA）B DDBTD避税程度 代理成本 资产结构 现金流量比 上市年龄 董事长与总经理是否同一人1是0否 管理层持股比例 通货膨胀率CPI% 管理费用 亏损状态1是0否 主营业务收入增长率 无形资产比率 净利润 现金流 经营活动产生的现金流量净额 资产总计 roa 控股股东持股比例 控股股东质押比例