排序方式: 共有7条查询结果,搜索用时 0 毫秒
1
1.
2.
3.
4.
利用集成算法中的Bagging、Boosting和Random Forest三个方法,选取股票指数中的中小板指数、深证成指数、上证指数、创业板指数4组数据进行分析,得出Random Forest对上证指数、中小板指预测结果较好;Boosting对创业板指预测结果较好;Bagging对深证成指预测较好.并在4个板指中,随机选取了4支股票数据(分别为大连重工、中南建设、中国医药、东方国信)进行分析,得出集成算法在数据为200个的情况下,预测结果较为准确,其中不同方法对不同股票的适宜程度有所不同. 相似文献
5.
随着我国足球博彩产业的发展,与足球赛事相关的数据分析和统计工作也越来越受重视.通过双变量Poisson模型及其拓展的几种对角膨胀模型来拟合2015赛季中超联赛各场比赛进球数据.结果表明只用双变量Poisson模型不能很好拟合比赛进球得分数据,用对角膨胀双变量Poisson模型能较好估计各支球队在整个赛季过程中主场和客场的进攻和防守实力,预测每场比赛进球数,提高模型拟合度,并且解决了以往模型在预测低比分或高比分平局时出现的偏差.因此,对角膨胀双变量Poisson回归模型适用性强,对预测足球等项目比赛的进球数是较好的模型. 相似文献
6.
7.
随着我国职业体育赛事的不断发展,与其相关的数据分析与统计工作也越来越受到重视.应用Bradley-Terry模型结合指数加权移动平均过程对2015赛季的中国足球超级联赛的16支球队的实力进行了动态分析,得到了各支球队的实力在整个赛季随时间变化的趋势,再根据球队实力变化趋势,将16支球队分成三类,各类都表现出了不同的特点.与Bradley-Terry模型分析结果相比,应用指数加权移动平均过程的动态Bradley-Terry模型提供的信息更多,计算结果更合理. 相似文献
1