babychrislee3的博客

时间序列数据的变化是众多复杂因素共同作用的结果，影响因素主要包括长期趋势、季节变动、周期变动和不规则变动，其中不规则变动又包含随机变动和突发变动，这一影响因素往往难以测定，一般作为干扰项处理。 时间序列分解能够帮助分析者去除其他因素的影响，单纯分析某一确定性因素影响下的序列分布规律。 目前常用的分解模型有加法模型和乘法模型，如果季节变动的幅度以及趋势周期的波动不随时间变化或者变化幅度不大，适合采用...

一、K近邻的三个基本要素： （1） 距离度量 欧氏距离、LP距离、minkowski距离… （2） K值的选择：用交叉验证选择最优的K K值减小，学习的近似误差减小，学习的估计误差增大，整体模型变得复杂，易过拟合。 K值增加，学习的近似误差增大（与那个实例不很近的训练实例也会对预测起作用），学习的估计误差减小，整体模型变得简单。 （3） 分类决策规则 输入的实例的K个临近的训练实例中的多数类决...