【视频】分类模型评估:精确率、召回率、ROC曲线、AUC与R语言生存分析时间依赖性ROC实现
全文下载链接：http://tecdat.cn/?p=20650 本文旨在帮助您以一种简单的语言理解 ROC 曲线，以便您可以在 ROC 曲线背后建立一些基本思想 本文将帮助您回答以下问题： ROC曲线是什么？ 曲线下的面积是多少？ 二元分类的决策阈值是多少？ 分类模型可接受的 AUC值...
R语言有极值（EVT）依赖结构的马尔可夫链(MC)对洪水极值分析
原文链接：http://tecdat.cn/?p=17375 为了帮助客户使用POT模型，本指南包含有关使用此模型的实用示例。本文快速介绍了极值理论（EVT）、一些基本示例，最后则通过案例对河流的极值进行了具体的统计分析。 EVT的介绍 单变量情况 ...
R语言有状态依赖强度的非线性、多变量跳跃扩散过程模型似然推断分析股票价格波动
跳跃扩散过程为连续演化过程中的偏差提供了一种建模手段。但是，跳跃扩散过程的微积分使其难以分析非线性模型。本文开发了一种方法，用于逼近具有依赖性或随机强度的多变量跳跃扩散的转移密度。通过推导支配过程时变的方程组，我们能够通过密度因子化来近似转移密度，将跳跃扩散的动态与无跳跃扩散的动态进行对比。在这个框...
R语言中生存分析模型的时间依赖性ROC曲线可视化
人们通常使用接收者操作特征曲线（ROC）进行二元结果逻辑回归。但是，流行病学研究中感兴趣的结果通常是事件发生时间。使用随时间变化的时间相关ROC可以更全面地描述这种情况下的预测模型。 时间相关的ROC定义 令 Mi为用于死亡率预测的基线（时间0）标量标记。 当随时间推移观察到结果时，其预测性能取决于...
R语言实现 Copula 算法建模依赖性案例分析报告
copula是将多变量分布函数与其边际分布函数耦合的函数，通常称为边缘。Copula是建模和模拟相关随机变量的绝佳工具。Copula的主要吸引力在于，通过使用它们，你可以分别对相关结构和边缘（即每个随机变量的分布）进行建模。 copulas如何工作 首先，让我们了解copula的工作方式。 ...
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。