因子分析-对商户进行综合评价 虽然系统聚类分析可以对变量进行分类，但是，难以判断变量分类结果的合理性。如果要衡量每个变量对类别的贡献，也难以通过聚类分析来实现。因子分析，就是找出隐藏在变量背后具有共性的因子。 1.1 因子分析简介 因子分析师通过研究变量间的相关系数矩阵，把这些变量间错综复杂的关系归... ...
分类：
其他好文 时间：
2019-01-18 10:18:14
阅读次数：
243
EXCEL回归分析 通过数据间的相关性，我们可以进一步构建回归函数关系，即回归模型，预测数据未来的发展趋势。相关分析与回归分析的联系是：均为研究及测量两个或两个以上变量之间关系的方法。在实际工作中，一般先进行相关分析，计算相关系数，然后拟合回归模型，进行显著性检验，最后用回归模型推算或预测。简单线性... ...
分类：
其他好文 时间：
2019-01-18 10:16:52
阅读次数：
359
一共有三个标准（常用的有三个）： 1.校正模型的相关系数； 2.校正标准偏差【校正集的预测均方差】（root mean square error of calibration,RMSEC）； 3.预测标准偏差[预测集的预测均方差]（root mean square error of predicti ...
分类：
其他好文 时间：
2019-01-08 10:12:54
阅读次数：
230
之前《皮尔逊相关系数（Pearson Correlation Coefficient, Pearson's r）》一文介绍了皮尔逊相关系数。那么，皮尔逊相关系数（Pearson Correlation Coefficient）和余弦相似度（Cosine Similarity）之间有什么关联呢？ 首先 ...
分类：
其他好文 时间：
2019-01-03 16:38:37
阅读次数：
404
前言 上面我们介绍了线性回归, 岭回归, Lasso回归, 今天我们来看看另外一种模型—"逻辑回归". 虽然它有"回归"一词, 但解决的却是分类问题 目录 1. 逻辑回归 2. 优缺点及优化问题 3. 实际案例应用 4. 总结 正文 在前面所介绍的线性回归, 岭回归和Lasso回归这三种回归模型中, ...
分类：
编程语言 时间：
2019-01-02 13:32:35
阅读次数：
244
Pearson's r，称为皮尔逊相关系数（Pearson correlation coefficient），用来反映两个随机变量之间的线性相关程度。 用于总体（population）时记作ρ (rho)（population correlation coefficient）： 给定两个随机变量X, ...
分类：
其他好文 时间：
2018-12-31 21:56:16
阅读次数：
813
二值类别变量相关性分析 目前，在相关性分析领域，主要使用的技术指标有pearson相关系数、spearman相关系数、kendall相关系数。三者有一个共同的特点，它们都是通过两组数据的元素大小来刻画相关性，也即同增同减的性质。在分类、聚类领域中，为了弥补上述相关性的不足，科学家将距离、方向引入相关 ...
分类：
其他好文 时间：
2018-12-10 15:47:06
阅读次数：
369
输出结果是一个相关系数矩阵,results[i][j]表示第i个随机变量与第j个随机变量的相关系数.np.corrcoef是求两条数据（或者是两个list）之间的相关系数（coefficient)所以就是求了这两列数的相关系数，结果为一个二维矩阵(2*2数组形式)的形式体现importnumpyasnpa=[1,2,3]b=[30,80,10]print(np.corrcoef(a,b))prin
分类：
编程语言 时间：
2018-12-08 13:23:10
阅读次数：
372
结果： 分析： 皮尔逊相关系数（corrcoef）运算速度远超DTW或FASTDTW，但DTW或FASTDTW应用范围更广，适用于等长或变长的比较。 ...
分类：
编程语言 时间：
2018-12-06 22:17:00
阅读次数：
237
%金融数据分析导论—基于R语言 基础理论： 1、在时间序列分析中，统计推断的基础是弱平稳性的概念。 %P30 2、一个弱平稳时间序列是序列前后不相关的（例如股票收益率没有显著的前后相关性这个原假设），充要条件，对所有的k>0,自相关系数=0。 %P34-35 3、资本资产定价模型(Capital A ...
分类：
其他好文 时间：
2018-12-02 13:39:46
阅读次数：
423
