普通最小二乘法回归及诊断
data FrenchEc;
input x1-x3 y@@;
cards;
149.3 4.2 108.1 15.9
161.2 4.1 114.8 16.4
171.5 3.1 123.2 19.0
175.5 3.1 126.9 19.1
180.8 1.1 132.1 18.8
190.7 2.2 137.7 20.4
202.1 2.1 146.0 22.7
212.4 5.6 154.1 26.5
226.1 5.0 162.3 28.1
231.9 5.1 164.3 27.6
239.0 0.7 167.6 26.3
;
run;
proc reg data=FrenchEc;
model y=x1-x3/tol vif collin;
run;
2022-07-04 09:17:48
10.83MB
1
题目二：回归算法
要 求：（1）撰写一份word文档，里面包括（常见的回归算法、基于实例的算法具体细节）章节。
（2）常见的回归算法包括：最小二乘法（Ordinary Least Square），逻辑回归（Logistic Regression），逐步式回归（Stepwise Regression），多元自适应回归样条（Multivariate Adaptive Regression Splines）以及本地散点平滑估计（Locally Estimated Scatterplot Smoothing），请选择一个算法描述下算法核心思想
（3）随意选用一个实例实现你所选择的回归算法。
2022-07-01 09:09:51
26KB
针对离线算法的不足，提出了一种在线虚拟参考反馈整定(VRFT)数据驱动算法。首先利用滤波器改变了离线算法的时序，得到用于实时运算的有效数据；然后提出了基于带遗忘因子递推最小二乘法的VRFT控制器参数辨识方法，不依赖于对象模型，完全利用实时数据实现了在线控制器参数整定。仿真结果表明, 在对象特性变化较大的情况下，在线VRFT方法优于传统的离线VRFT方法，具有很好的自适应性。
2022-06-30 16:24:49
604KB
1
该库为 GPU 提供高性能批量稀疏矩阵乘法 (SpMM) 内核。目标矩阵很小，行（或列）数为几十或几百。这种操作可以在图卷积网络的应用中找到。Batched SpMM 算法的详细信息可以在论文 (1) 中找到。
(1) Yusuke Nagasaka、Akira Nukada、Ryosuke Kojima、Satoshi Matsuoka，“用于加速图卷积网络的批量稀疏矩阵乘法”，第 19 届 IEEE/ACM 集群、云和网格计算国际研讨会 (CCGrid 2019)，拉纳卡，塞浦路斯，2019 年。（论文也在arXiv上）
2022-06-23 09:05:42
7KB
使用 GPU 张量核加速稀疏矩阵-矩阵乘法
在这个存储库中，我们提供了加速稀疏矩阵-矩阵乘法 (SpGEMM) 实现的源代码
2022-06-22 21:04:14
911KB
输入为两个16位有符号数，输出32位相乘结果。要求采用Booth编码和Wallace树型结构。
计算例子：
0110000010000000 * 1000000000000001 = 11001111110000000110000010000000
(24704) * (-32767) = (-809475968)
顶层模块名为mul_tc_16_16，输入输出功能定义：
名称 方向 位宽 描述
a I 16 输入数据，二进制补码
b I 16 输入数据，二进制补码
product O 32 输出乘积a * b，二进制补码
2022-06-20 19:00:50
6KB
1