airbnb-nyc回归分析 在此存储库中,我分析了纽约市的airbnb列表,并使用了一个简单的线性回归模型来预测租金。 您可以检出kaggle链接,以防笔记本文件无法在GitHub上加载。
2021-07-23 16:49:39 6.03MB JupyterNotebook
1
应用回归分析(Applied Regression Analysis), 作者Norman R. Draper
2021-07-23 10:19:14 26.3MB Applied Regression Analysis
1
INLA表示是集成嵌套拉普拉斯近似,是一种适合广泛的贝叶斯模型的方法。
2021-07-21 17:50:45 18.34MB INLA Bayesian Reg
1
偏最小二乘算法(Partial Least Squares,PLS)是一种常见的多元线性回归算法,MATLAB在R2008a版本已经加入了PLS算法的实现函数。 该代码把偏最小二乘算法(Partial Least Squares,PLS)的回归应用整理为“读取数据-训练模型-数据预测”的形式。
2021-07-19 21:46:49 171KB MATLAB PLS 回归 偏最小二乘
1
为了研究经典的图像最低有效位(LSB)信息隐藏算法在量子计算机上的可行性,提出了量子图像的最低有效位(LSQb)信息隐藏算法。 在本文中,我们专注于彩色数字图像(NCQI)的新型量子表示。 首先,通过设计三个量子位的比较器和一元运算符,提出了基于NCQI的LSQb的合理性和可行性。 然后,提出了具体的LSQb信息隐藏算法,该算法可以实现将秘密量子比特嵌入量子覆盖图像的RGB通道的最低有效量子比特中的目的。 还说明了LSQb信息隐藏算法的量子电路。 此外,通过利用控制交换门来说明秘密提取算法和电路。 我们算法的两个优点是:(1)绝对是盲的;(2)提取秘密二进制量子位时,不需要任何量子测量操作或经典计算机的任何其他帮助。 最后,仿真和比较分析表明了该算法的性能。
2021-07-19 10:37:17 512KB Least significant qubit; Unitary
1
svr算法matlab代码Pattern_Regression_Matlab Matlab代码用于支持向量回归(SVR)和启示向量回归(RVR)分析以及交叉验证,以评估预测能力。 另请参阅此处的代码。 如果您使用这些代码,将不胜感激引用我们的相关论文。 Zaixu Cui, Gaolang Gong, The effect of machine learning regression algorithms and sample size on individualized behavioral prediction with functional connectivity features, (2018), NeuroImage, 178: 622-37 Zaixu Cui, et al., Individualized Prediction of Reading Comprehension Ability Using Gray Matter Volume, (2018), Cerebral Cortex, 28(5):1656–72 Zaixu Cui, et al., Indivi
2021-07-13 10:12:33 34KB 系统开源
1
Logistic regression(with R) 逻辑回归(R语言)
2021-07-12 21:40:17 125KB 逻辑回归
1
这是一组用于进行贝叶斯线性回归的 MATLAB 函数。 派生也包括在内。
2021-06-30 13:47:04 932KB matlab
1
GEE学习ppt
2021-06-22 12:02:17 341KB gee GEE
1
深度系列 用于时间序列预测的深度学习模型。 楷模 Seq2Seq /注意 WaveNet 变压器/变压器 快速开始 from deepseries . models import Wave2Wave , RNN2RNN from deepseries . train import Learner from deepseries . data import Value , create_seq2seq_data_loader , forward_split from deepseries . nn import RMSE , MSE import deepseries . functional as F import numpy as np import torch batch_size = 16 enc_len = 36 dec_len = 12 series_len = 1000
2021-06-21 16:57:37 111KB deep-learning regression pytorch kaggle
1