基于ARMA模型的中国钢铁价格预测研究，刘斌，盖如栋，文中用ARMA模型，对1995年至2005年全国钢铁综合价格进行时间序列分析，用MATLAB软件检验模型的可行性，并进行预测应用。结果表明，基于
2021-12-25 23:54:10
273KB
1
房屋价格预测
艾姆斯住房数据集摘自kaggle竞赛。 该项目的目的是预测Boston Housing Dataset中房屋的房价。 提供了两个文件，即训练和测试，并且要估计测试数据的价格。 在这里，我已使用XGBoost进行预测。 感谢Krish Naik制作了这些精彩的视频，以帮助他们理解和实施房价预测。
稍后，我将添加探索性数据分析，并将XGBoost模型的结果与其他回归技术进行比较。
房价预测步骤
加载数据中
数据探索2.1具有空值的特征2.2数值特征
2.2.1 Year Features
2.2.2 Discrete Features
2.2.3 Continous Features
2.3分类特征
数据清理
数据转换4.1稀有分类特征处理
基本模型性能（XGBoost）
超参数调整
最终模型
可视化结果
1.加载数据
df = pd . read_csv
2021-12-25 18:10:42
1.05MB
1
基于一类改进遗传算法的进化神经网络研究.pdf
基于遗传算法的人工神经网络优化设计.pdf
基于遗传神经网络的股票价格短期预测.pdf
2021-12-24 19:52:09
707KB
1
加密价格小部件
在有吸引力的桌面小部件中轻松跟踪您最喜欢的加密货币的价格
使用Electron构建。
当前支持Windows和OSX。
发展历程
安装
要安装进行开发，请克隆存储库并使用npm install安装依赖项。
跑步
要启动该应用程序，请运行npm start
关于
Crypto Price Widget是创建的一个开源项目。
捐
Crypto Price Widget是一个开源项目。 为了支持开发并保持项目运行，您可以使用以下选项之一进行捐赠：
贝宝： :
CashApp： ：//cash.app/$ndzynes
比特币： bc1qkzrkkhmufjuyslh92mfne5yfe6trhf2u258wl4
以太坊： 0x0606405c03F381EF187C413438E7efE705ec64AA
莱特币： LNBBr1iutwMCTfGcPps2Qhg66vSkAbZWhE
总督： DG1twgxAJa4Tj42e4aoHVnh654Ro8ftDGi
常问问题
我的投资组合是否离开电脑？
不，Crypto Price Widget完全是客户端，不
2021-12-24 12:40:27
775KB
1