R语言k-Shape时间序列聚类方法对股票价格时间序列聚类 / 开普饭

近年来,fMRI对时间分辨连通性的研究发展迅速.研究连接性随时间变化的最广泛使用的技术是滑动窗口方法.对于短窗与长窗的效用,固定窗与自适应窗的使用,以及在清醒状态下观察到的静息状态动态是否主要是由于睡 ...

爆管是一个困扰供水行业的典型问题,其往往伴随着短时的大水量漏失,不仅造成水资源的严重浪费,同时导致的压力下降也会影响正常供水.更有研究与实践经验表明,爆管能够造成水质恶化,城市中发生的严重爆管事故甚至 ...

股市的风险一般是用波动率来衡量的,但是波动率有诸多问题,并不能完全捕捉到所有的风险,有没有别的衡量方法呢?今天讲讲怎么用物理学和信息论里的概念,熵(entropy),来衡量.这篇文章的思路是基于最近看 ...

编辑整理:陈维美出品平台:DataFunTalk 导读:58 同城作为一个 UV 千万量级的APP,覆盖了租房,招聘,二手房,二手车,本地生活,新房,新车等多个业务.在首页这个复杂的业务推荐场景下, ...

原文链接:http://tecdat.cn/?p=22273 动机如果你了解数据科学领域,你可能听说过LASSO.LASSO是一个对目标函数中的参数大小进行惩罚的模型,试图将不相关的变量从模型中排除 ...

原文链接:http://tecdat.cn/?p=20904 环境科学中的许多数据不适合简单的线性模型,最好用广义相加模型(GAM)来描述. 这基本上就是具有光滑函数的广义线性模型(GLM)的扩展 ...

原文链接:http://tecdat.cn/?p=23378 1 介绍在本文中,我们将研究以下主题证明为什么低维预测模型在高维中会失败. 进行主成分回归(PCR). 使用glmnet()进行岭回归 ...

原文链接:http://tecdat.cn/?p=23825 简介本文介绍了基于有限正态混合模型在r软件中的实现,用于基于模型的聚类.分类和密度估计.提供了通过EM算法对具有各种协方差结构的正态混合 ...

原文链接:http://tecdat.cn/?p=3232 我们最近有一个很棒的机会与一位客户合作,要求构建一个适合他们需求的异常检测算法.业务目标是准确地检测各种营销数据的异常情况,这些数据包括跨多 ...

原文链接:http://tecdat.cn/?p=4146 通过对用电负荷的消费者进行聚类,我们可以提取典型的负荷曲线,提高后续用电量预测的准确性,检测异常或监控整个智能电网(Laurinec等人(2 ...

原文链接:http://tecdat.cn/?p=22458 简介本文提供了一个经济案例.着重于原油市场的例子.简要地提供了在经济学中使用模型平均和贝叶斯方法的论据,使用了动态模型平均法(DMA), ...

原文链接:http://tecdat.cn/?p=22360 在这篇文章中,我们将学习一种在价格序列中建立波动性模型的标准方法,即广义自回归条件异方差(GARCH)模型. 价格波动的 GARCH 模型 ...

原文链接:http://tecdat.cn/?p=22511 标准的ARIMA(移动平均自回归模型)模型允许只根据预测变量的过去值进行预测.该模型假定一个变量的未来的值线性地取决于其过去的值,以及过去 ...

R语言k-Shape时间序列聚类方法对股票价格时间序列聚类