移动平均法 一般的移动平均法主要用于平稳序列，其主要思想就是通过对近期几个（例如五个）的数据求平均作为下一个即这五个之后的那个数据的预测值。 二次移动平均法的话就是在一次平均移动法的基础上对一次平均移动计算出来的值再进行一次移动平均。 思路还是十分简单明了的，只是
原文链接：http://tecdat.cn/?p=18944 本文将使用一个小数据说明ROC曲线，其中n = 10个观测值，两个连续变量x_1和x_2，以及二元变量y∈{0,1}。 我们可以表示平面（x_1，x_2）中的点，并且对y∈{0,1}中的y 使用不同的颜色。 df = data.frame(x1=x1,x2=x2,y=as.factor(y)) plot(x1,x2,col=c("r
评价与预测模型 Gary哥哥的哥哥 2021.1.30 评价模型 如果评价的权重比较好获得，就不需要下面的较为复杂的方法了 层次分析法 AHP 介绍 层次分析法（AHP）的主要思想是根据研究对象的性质将要求达到的目标分解为多个组成因素，并按组成因素间的相互关系，将其层次化，组成一个层次结
相关学习： 初识Prophet模型（一）–理论篇 7、Prophet 模型应用 7.0 背景描述 该案例使用的是wiki网站日访问量（数值经过log处理）的csv数据文件描述的是美国著名橄榄球四分卫的维基页面浏览量，他是美国球员，一年里的周期规律会起很大作用，而一周里的周期规律也很明显。 7.1 导入数据
鸢尾花的分类 首先先导入会使用到的包 from sklearn.datasets import load_iris from sklearn.model_selection import train_test_split from numpy import random import numpy as np import numpy.random as rd import matplotlib.pyplot as plt import math 然后对数据
