注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 最小角回归到经典论文

  2. 详细讲解最小角回归，lasso回归，逐段回归的原理，及他们之间的关系

  3. 所属分类：专业指导

    • 发布日期：2015-04-12
    • 文件大小：350208
    • 提供者：u012218553

  1. 最小角回归

  2. 这是最优化算法里的一种算法，它对LASSO回归问题作了改进

  3. 所属分类：讲义

    • 发布日期：2015-05-15
    • 文件大小：443392
    • 提供者：nihate

  1. Regression Shrinkage and Selection via the Lasso

  2. Regression Shrinkage and Selection via the Lasso

  3. 所属分类：讲义

    • 发布日期：2015-11-18
    • 文件大小：1048576
    • 提供者：hestersarahy

  1. R语言 所有分类数据回归

  2. #glmnet包含有线性回归，逻辑回归，泊松计数模型，cox回归模型，多分类逻辑回归多响应线性回归 #阿法系数=0是岭回归，阿法系数=1，是lasso回归 ############################################################ data(QuickStartExample) #20 Independent variables and 1 dependent variable fit<-glmnet(x,y) #查看计算路径 print(f

  3. 所属分类：讲义

    • 发布日期：2017-08-30
    • 文件大小：1024
    • 提供者：qq_36813206

  1. lasso回归MATLAB程序

  2. LASSO是由1996年Robert Tibshirani首次提出，全称Least absolute shrinkage and selection operator。该方法是一种压缩估计。它通过构造一个惩罚函数得到一个较为精炼的模型，使得它压缩一些系数，同时设定一些系数为零。因此保留了子集收缩的优点，是一种处理具有复共线性数据的有偏估计。

  3. 所属分类：机器学习

    • 发布日期：2018-03-02
    • 文件大小：207872
    • 提供者：qq_30656617

  1. LASSO回归实践

  2. 基于LASSO方法，在基金正式报告之前挖掘出基金重仓股。

  3. 所属分类：机器学习

    • 发布日期：2018-09-06
    • 文件大小：2097152
    • 提供者：az_001

  1. 坐标下降法求解Lasso回归

  2. 利用随机坐标下降法和循环坐标下降法求解lasso回归，并作比较。

  3. 所属分类：软件测试

    • 发布日期：2018-11-21
    • 文件大小：8192
    • 提供者：oqqxia123456

  1. 岭回归与LASSO回归模型.rar

  2. 包含了线性回归无法进行时所引出的岭回归和LASSO回归，使用python实现，其中文件路径可以根据自己路径修改，或者使用os库来写入相对路径

  3. 所属分类：机器学习

    • 发布日期：2019-07-14
    • 文件大小：45056
    • 提供者：weixin_42183708

  1. 解析python实现Lasso回归

  2. Lasso是一个线性模型，它给出的模型具有稀疏的系数。接下来通过本文给大家分享python实现Lasso回归的相关知识，感兴趣的朋友一起看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：146432
    • 提供者：weixin_38688371

  1. 用TensorFlow实现lasso回归和岭回归算法的示例

  2. 本篇文章主要介绍了用TensorFlow实现lasso回归和岭回归算法的示例，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-20
    • 文件大小：98304
    • 提供者：weixin_38719635

  1. 岭回归 LASSO回归 （python 实现）

  2. 代码功能介绍在《初探 岭回归 LASSO回归 （python 实现）》中有详细的介绍，文章中若有不正确的，也希望能够不吝赐教，相互学习。

  3. 所属分类：Python

    • 发布日期：2020-09-27
    • 文件大小：4096
    • 提供者：u014769320

  1. 机器学习-线性回归整理PPT

  2. 总结常见的机器学习线性回归的方法，最小二乘法、局部加权法、岭回归、Lasso回归、多项式回归公式推导过程

  3. 所属分类：互联网

    • 发布日期：2020-12-04
    • 文件大小：2097152
    • 提供者：xu624735206

  1. 机器学习Lasso回归重要论文和Matlab代码

  2. 机器学习和稀疏表示中Lasso问题的经典论文和LARS算法代码。其中有Lasso提出者的一篇不可多得的综述性文章，以及LARS求解方法的论文和matlab代码。觉得不错的，赞一个！

  3. 所属分类：讲义

    • 发布日期：2020-12-02
    • 文件大小：2097152
    • 提供者：landongming1987

  1. 用TensorFlow实现lasso回归和岭回归算法的示例

  2. 也有些正则方法可以限制回归算法输出结果中系数的影响，其中最常用的两种正则方法是lasso回归和岭回归。 lasso回归和岭回归算法跟常规线性回归算法极其相似，有一点不同的是，在公式中增加正则项来限制斜率（或者净斜率）。这样做的主要原因是限制特征对因变量的影响，通过增加一个依赖斜率A的损失函数实现。 对于lasso回归算法，在损失函数上增加一项：斜率A的某个给定倍数。我们使用TensorFlow的逻辑操作，但没有这些操作相关的梯度，而是使用阶跃函数的连续估计，也称作连续阶跃函数，其会在截止点跳跃扩

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：99328
    • 提供者：weixin_38720402

  1. 机器学习推导+python实现（二）：逻辑回归

  2. 写在开头：今天开始逻辑回归的内容分享，仍然是参考学习公众号机器学习实验室的思路和内容，尽量在实现的环节多加一些自己的思考，吸收一下。 内容安排 线性回归（一）、逻辑回归（二）、K近邻（三）、决策树值ID3（四）、CART（五）、感知机（六）、神经网络（七）、线性可分支持向量机（八）、线性支持向量机（九）、线性不可分支持向量机（十）、朴素贝叶斯（十一）、Lasso回归（十二）、Ridge岭回归（十三）等。 今天就是从逻辑回归的内容进行分享，逻辑回归的思想其实在现实生活中很常见，比如通过一段编程的能

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：190464
    • 提供者：weixin_38663516

  1. 解析python实现Lasso回归

  2. Lasso原理 Lasso与弹性拟合比较python实现 import numpy as np import matplotlib.pyplot as plt from sklearn.metrics import r2_score #def main(): # 产生一些稀疏数据 np.random.seed(42) n_samples, n_features = 50, 200 X = np.random.randn(n_samples, n_features) # randn(...)产

  3. 所属分类：其它

    • 发布日期：2021-01-02
    • 文件大小：152576
    • 提供者：weixin_38687343

  1. Housing_Price_Assignment:借助Ridge和Lasso回归进行房价分析-源码

  2. 住房_价格_分配 借助Ridge和Lasso回归进行房价分析

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：1048576
    • 提供者：weixin_42128963

  1. 非负Lasso回归的R语言实现-附件资源

  2. 非负Lasso回归的R语言实现-附件资源

  3. 所属分类：互联网

  1. 非负Lasso回归的R语言实现-附件资源

  2. 非负Lasso回归的R语言实现-附件资源

  3. 所属分类：互联网

  1. Gibbs采样器：用于线性回归的Gibbs采样器-源码

  2. Gibbs采样器用于贝叶斯线性回归 以下回购展示了Gibbs采样器，用于进行完整的贝叶斯线性回归 和 惩罚项分别称为Ridge和LASSO回归。 贝叶斯线性回归 （岭） 完整的贝叶斯回归 正则化产生以下最小化函数： 错误和惩罚项的先验是伽玛超先验。 参数的先验是“普通先验”。 贝叶斯线性回归 （岭） 完整的贝叶斯回归 正则化产生以下最小化函数： 错误和惩罚项的先验是伽玛超先验。 参数的先验是拉普拉斯先验。 ＃＃参考

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：96256
    • 提供者：weixin_42106299
« 12 3 4 »