数据挖掘方法与应用.zip

2019新型冠状病毒疫情时间序列数据仓库.zip

分形高斯噪声与分形布朗运动序列的生成--及功率谱估计matlab "分数阶高斯噪声随机数据仿真系统的设计与实现.pdf" 1308.0399.pdf create_fgn.m degree_create.m degree_create_fbm_sucess.m EMD emd.m EMD.rar EMDfenshufourier.pdf fftconv.m fftfgn.m fftfgn2.m fftfgn3.m fgn_fbm.fig FGN水位值 FGN水位值2 fig_b6hourly.m fractional_brownian_motion.m generator_FFT.m IEEE_SP_Exact_Synthesis_1D.pdf lrd.m LRD_RESOUCE.m make_graphic.m power_spectrum_example.m PSD.m qq_31763735-10324094-分形高斯噪声完整版

为了利用海量的电网客户数据对用电客户的用电行为进行分析和预测，在大数据的背景下，引入数据挖掘技术，设计了电网客户用电行为分析系统。根据客户的用电数据建立了用电客户细分及客户信用等级的分类标准。在数据挖掘方面，通过K-means算法对用电客户进行客户细分，利用ID3决策树算法对客户的信用度进行分类。最后以某电力客服中心具体数据进行测试，结果有效的反应各分类下的客户用电行为，系统满足设计要求。

电信客户demo.zip

ARFIMA模型在金融时间序列的应用，刘强，余冬玲，本文系统地讨论了如何对分整自回归移动平均(Autoregressive fractionally integrated moving average, ARFIMA)模型进行参数估计以及相应的建模。具体�

南京工程学院+数据科学与大数据技术+数据挖掘专业课+课程设计

1.一家大型商业银行有多家分行，近年来，该银行的贷款额平稳增长，但不良贷款额也有较大比例的提高为弄清楚不良贷款形成的原因，希望利用银行业务的有关数据做些定量分析，以便找出控制不良贷款的方法。下表是该银行所属25甲分行2002年的有关业务数据。2.为了研究生产率和废料率之间的关系，记录了下表所示的数据，请画出散点图，并根据散点图的趋势拟合适当的回归模型。

针对时间序列子序列聚类存在的平凡相似和水平伸缩等问题，提出了一种新的子序列聚类算法。它采用多孔平滑滤波器组对时间序列进行低通平滑处理，在所得到的多个尺度序列上生成平凡簇，然后将各个平凡簇的代表子序列作为数据样本进行聚类。新方法利用平凡簇克服了子序列聚类中的平凡相似问题，并且可以在时间序列上发现不等长的相似子序列，较好地解决了水平轴伸缩问题。实验结果证明新算法对于子序列聚类具有比较好的效果。

白噪声检验也称为纯随机性检验， 当数据是纯随机数据时，再对数据进行分析就没有任何意义了， 所以拿到数据后最好对数据进行一个纯随机性检验 acorr_ljungbox(x, lags=None, boxpierce=False) # 数据的纯随机性检验函数 lags为延迟期数，如果为整数，则是包含在内的延迟期数，如果是一个列表或数组，那么所有时滞都包含在列表中最大的时滞中 boxpierce为True时表示除开返回LB统计量还会返回Box和Pierce的Q统计量 返回值： lbvalue:测试的统计量 pvalue:基于卡方分布的p统计量 bpvalue:((optionsal), floa