商務(wù)智能錄屏2020ch5數(shù)值預(yù)測_第1頁
商務(wù)智能錄屏2020ch5數(shù)值預(yù)測_第2頁
商務(wù)智能錄屏2020ch5數(shù)值預(yù)測_第3頁
商務(wù)智能錄屏2020ch5數(shù)值預(yù)測_第4頁
商務(wù)智能錄屏2020ch5數(shù)值預(yù)測_第5頁
已閱讀5頁,還剩35頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

11IntroductionChapter5Numeric?He?HePrinciplesandApplicationsofBusiness Chap5:NumericPrinciplesandApplicationsofChap5:Numeric§Basic§Typical§Model§2Chap5:NumericPrinciplesandApplicationsChap5:NumericWhatIsNumericModelcontinuous-valuedfunctions,i.e.,unknownormissingvalues§PredictionissimilartoFirst,constructaSecond,usemodeltopredictunknown§Predictionisdifferentfrom

ClassificationreferstopredictcategoricalclassPredictionmodelscontinuous-valued3Chap5:NumericPrinciplesandApplicationsChap5:NumericClassificationvs.NumericIndependent(自變量e324767…………

372763Continuous4Chap5:NumericPrinciplesandApplicationsofChap5:NumericPrediction§TwokindsofLazyand§Majormethodforprediction:LinearandmultipleNon-linearModeltree,regression5Chap5:NumericPrinciplesandApplicationsofChap5:NumericKnearest6Thek-NearestNeighbor Allinstancescorrespondtopointsinthen-D ThenearestneighboraredefinedintermsofEuclidean Thetargetfunctioncouldbediscrete-orreal- Forcontinuous-valuedtargetfunctions,Calculatethemeanvaluesoftheknearestneighborsv'

vmaxA_+___++_+_d(i,j_+___++_+_

|2| |2...|

|2

7Application:mender8Chap5:NumericPrinciplesandApplicationsChap5:NumericCollaborativeFiltering:AItems: 3522352213…

ij

TheQ1:FindUnknownratings?Q2:WhichitemsshouldmendtothisUsers:

..Unknownf:UxI9PrinciplesandApplicationsofBusiness CollaborativeFilteringRoad§User-UserIdentifylike-mindedMemory-based:§Item-ItemIdentifybuying

Chap5:NumericChap5:NumericPrinciplesandApplicationsofChap5:NumericUser-UserChap5:NumericPrinciplesandApplicationsofChap5:Numeric§SimilarusershavesimilarIfuu’,thenforallo’s,f(u,o)§Usersimilarity(ZhangSanvs.LiSupposeZhangSanandLiSiviewedsimilarmoviesinthepastsixmonths…IfZhangSanlikedthepaper,LiSiwillliketheUser-UserSimilarity:Q1:Q1:HowtoQ2:HowtoChap5:NumericPrinciplesandApplicationsChap5:NumericHowtoMeasure§Pearsoncorrelationcoefficient(相關(guān)系數(shù)法

r

wp(a,i)

(rajra

(rr

ij ri 1|Ii|

…………PrinciplesandApplicationsofBusinessInHowto§用戶a對項目jw(a,i)(rijrajra ii

Chap5:Chap5:NumericUseri’sUsera’s

Usera’sestimated

12232?3253451223421

w(2,1)(12=3+0.997(22)0.86*(32.4)0.997PrinciplesandApplicationsofBusinessInCF:Item-Item§OfflineCalculaten(n-1)similarityForeach?Determineitsmostk-similar§Online

Chap5:Numeric Chap5:NumericPredictratingforagivenuser-itempairasaweightedoversimilaritemsthathe4?32sij4?32rajisimilar PrinciplesandApplicationsofBusiness Chap5:Numericprediction §LinearY=0+1X+Parameters:0,Randomvariable:N(0,

Chap5:NumericPrinciplesandApplicationsChap5:Numeric

PrinciplesandApplicationsofBusiness

Chap5:Numeric§Estimateparametersbasedontraining?iaUsingtheleastsquarescriteriontotheknownvaluesofy1)(x2,y2)

Chap5:NumericPrinciplesandApplicationsChap5:NumericEstimating§leastsquares最小二乘法 minimize

2(y?)2 nb

(xix)(yiynn2(xix2 1aybx

nn

b

nnx和ymeanvaluesofXandsxx稱為x的校正平方和,sxyChap5:NumericPrinciplesandApplicationsofChap5:NumericLinear Chap5:NumericPrinciplesandApplicationsChap5:Numeric22 22Modelvalidation

i (yi?i n §回歸平方和

(

y)2n 總離差平方和 n (yy)2

總離差平方和中被回歸模型解釋的部分為回歸平方§R2,adjustedR

R2SSR1SSE

R2

SSE/(nk

n

(1RSST/(n nkPrinciplesandApplicationsofBusiness §

Chap5:Numeric H1: 可以證明在H0成立的情況下由下式定義的F符合F(1,n-2)分F SSE/(n 得臨界值F(1,n-2),若由上式計算的F0>F(1,n-2)則因變量PrinciplesandApplicationsofBusiness

Chap5:Numeric 數(shù)a和b /(n xbSS2 bS

2 E an2 a H0: H1: (若tb>t(n-2), 同時可以計算出P值(pvalue),一般以P0.05<0.01Chap5:NumericPrinciplesandChap5:Numeric§Multiple~N(0,§nobservationxi1xi2xik,yi),i=1,2,n。Basedontheseobservations,estimateparameters:? b0b1xi...bkPrinciplesandApplicationsofBusiness

Chap5:Numeric§Manynonlinearfunctionscanbetransformedintothe

§y=aebx,可以通過兩邊取對數(shù)變換為§y=a+blgxX=lgx,則有ya+b§Commonlysolvedbyusingofstatisticalsoftwarepackages,suchasSAS,SPSS,andS-Plus§Weka:?Data:EvaluatingNumeric§SimilartoTrainingset,test§DifferentfromQualitymeasurebyerrorrateisnot均方誤差(mean-squared均誤差(rootmean-squared平均絕

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論