在Wang等给出的组合惩罚函数的基础之上，将SCAD惩罚部分推广到一般的非凸惩罚的形式，利用岭回归在解释变量相关度较高情形下的良好表现，提出一种推广了的组合惩罚．在参数个数发散的情形之下，利用贝叶斯信息准则(BIC)来选择调整参数，能同时完成变量选择和参数估计．而且还可以证明在合适的条件之下，这种估计具有Oracle性质．模拟研究的结果证明了所提出的方法在预测变量具有强相关性之下的优势．
2023-03-05 15:20:18
237KB
1
matlab傅里叶描述子代码信息
使用傅立叶变换和互信息进行形状识别。
以下论文使用了该仓库中的Matlab和C
++代码：
N
Govender，J
Warrell，P
Torr和F
Nicolls，“使用傅立叶描述符和互信息的2D主动形状识别的概率模型”，计算机科学进展，土耳其伊斯坦布尔，2014年8月22-23日，第69-74页
2023-03-02 20:43:58
64KB
1
非线性回归是回归函数关于未知回归系数具有非线性结构的回归。常用的处理方法有回归函数的线性迭代法、分段回归法、迭代最小二乘法等。非线性回归分析的主要内容与线性回归分析相似。
2023-02-28 10:04:06
5.67MB
1
用Java完成多元线性回归相关算法编程。资源是从百度文库上下载的https://wenku.baidu.com/view/070d30eb988fcc22bcd126fff705cc1755275f61.html。
2023-02-24 11:49:42
146KB
1
原始数据在这里
1.观察数据
首先，用Pandas打开数据，并进行观察。
import numpy
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
data = pd.read_csv('Folds5x2_pp.csv')
data.head()
会看到数据如下所示：
这份数据代表了一个循环发电厂，每个数据有5列，分别是:AT（温度）, V（压力）, AP（湿度）, RH（压强）, PE（输出电力)。我们不用纠结于每项具体的意思。
我们的问题是得到一个线性的关系，对应PE是样本输出，而AT/V/
2023-02-17 12:29:32
147KB
1
用于logisti回归分析的数据材料，可以参见我的文章进行练习logisti回归分析的方法，正在大学课上练习。
2022-12-17 21:37:24
16KB
1