文件名称:预测建模:预测建模中的统计技术
文件大小:2.33MB
文件格式:ZIP
更新时间:2024-03-03 01:46:04
JupyterNotebook
预测建模 预测建模使用统计数据来预测结果。[1] 人们最想预测的事件通常是将来的事件,但是预测建模可以应用于任何类型的未知事件,无论何时发生。 模型可以使用一个或多个分类器来尝试确定一组数据属于另一组的概率。 例如,可以使用模型来确定电子邮件是垃圾邮件还是“垃圾邮件”(非垃圾邮件)。 取决于定义边界,预测建模与机器学习领域是同义词,或在很大程度上重叠,因为它在学术或研究与开发环境中更为常见。 当商业部署时,预测建模通常称为预测分析。 预测建模通常与因果建模/分析形成对比。 在前者中,人们可能会完全满意地使用感兴趣结果的指标或代理。 在后者中,人们试图确定真正的因果关系。 这种区别引起了研究方法和统计领域的新兴文献,并引起了“相关性并不意味着因果关系”的普遍说法。 资料来源:*
【文件预览】:
Predictive-Modeling-master
----predictive-modeling-time-series-fb-prophet-predict.py(3KB)
----predictive-modeling-regression.ipynb(1.97MB)
----predictive-modeling-regression.py(11KB)
----predictive-modeling-time-series-fb-prophet-predict.ipynb(774KB)
----predictive-analytics-r-squared-prediction.ipynb(668KB)
----README.md(1KB)