首页
闂傚倸鍊搁崐鎼佸磹閻戣姤鍤勯柤鍝ユ暩娴犳碍绻濋悽闈涗粶闁宦板妼閻f繄绮欑捄銊︽濠德板€愰崑鎾绘煃閽樺妲告い顐g箞椤㈡ǹ顦崇紓宥嗩殕娣囧﹪鎮欓鍕ㄥ亾閺嶎偅鏆滈柟鐑樻煛閸嬫挸顫濋悡搴♀拫闂佽鍨伴懟顖濈亙闂佸憡渚楅崰姘跺矗閸℃稒鈷戠紓浣股戠粈鈧梺绋匡工濠€閬嶅焵椤掍胶鍟查柟鍑ゆ嫹
婵犵數濮烽弫鍛婃叏閻㈠壊鏁婇柡宥庡幖缁愭淇婇妶鍛櫤闁哄拋浜缁樻媴閸撴彃鎮㈤梺鍝勵槸閻忔繈鈥栫€n剛纾藉〒姘搐閺嬫盯鏌ㄩ弴銊ら偗妤犵偛鍟埢搴ㄥ箼閸愨晜娅岄梻渚€鈧偛鑻晶瀛樸亜閵忊€冲摵闁哄苯妫楅濂稿幢濞嗗繐姹查梻鍌欒兌缁垰煤閺嶎厼纾归柛锔诲幐閸嬫挸顫濋悙顒€顏�
闂傚倸鍊搁崐宄懊归崶褏鏆﹂柣銏⑶圭粣妤呮煙閹峰苯鐒介柍褜鍓欓崯鏉戠暦閸楃偐鏋庨悘鐐村灊婢规洜绱撴担璇℃畷缂佸鍨电叅闁挎洖鍊哥壕璇差熆閼搁潧濮堥柣鎾存礋閺岀喖骞戦幇顒傛闂佸憡鏌ㄧ粔鎾煘閹达富鏁嶆慨妯稿劚娴狀噣姊洪崫鍕潶闁告梹鍨块獮鍐Χ婢跺﹦锛滃┑鐐村灦閿曗晜瀵奸敓锟�
缂傚倸鍊搁崐鎼佸磹閹间礁纾圭€瑰嫰鍋婂〒濠氭煙閻戞﹩娈旂紒鈧€n偅鍙忔俊鐐额嚙娴滈箖鎮楃憴鍕闁硅櫕鎸鹃崣鍛渻閵堝懐绠伴悗姘e亾閻熸粍妫冨濠氭晲婢跺﹦顔掗梺鍛婂姌鐏忔瑥危閺夊簱鏀介柣鎰絻閹垿鏌eΔ鍐ㄢ枅鐎殿喖顭锋俊鎼佸煛閸屾矮绨介梻浣呵归張顒傜矙閹达富鏁傞柨鐕傛嫹
濠电姷鏁告慨鐑藉极閹间礁纾婚柣鎰惈閸ㄥ倿鏌涢锝嗙缂佺姳鍗抽弻鐔兼⒒鐎垫瓕绠為梺鎼炲労閸擄箓寮鍡樺弿闁挎繂楠搁獮姗€鏌熼搹顐e磩闁诲繐鍟村娲焻閻愯尪瀚板褎鎸抽弻鏇㈠醇椤愶紕鍑圭紓浣虹帛缁诲倿锝炲┑瀣垫晢濞撴艾娲﹂ˉ銈夋⒒閸屾瑧顦﹂柟璇х節楠炴劙宕卞☉妯虹獩濡炪倖妫冮弫顕€宕戦幘缁樻櫢闁跨噦鎷�
闂傚倸鍊搁崐鎼佸磹閻戣姤鍤勯柛顐f礀閸屻劎鎲搁弮鍫濈畺婵炲樊浜滄儫闂佸疇妗ㄧ粈渚€鎮楅銏″仭婵犲﹤鎳庨。濂告偨椤栨侗娈滅€规洘鍨挎俊鑸靛緞鐎n剙骞愰梻浣告啞閸旀垿宕濇惔銏℃珷闁哄洨濮风壕濂告煟濡搫鏆遍柣蹇旀尦閺岋紕浠﹂悙顒傤槰閻庡灚婢樼€氭澘鐣烽悡搴樻斀闁糕檧鏅濋埀顒€顕槐鎾诲磼濞嗘劦妯傜紓浣筋啇缁绘繂鐣烽弶娆炬僵閻犻缚娅i崝锕€顪冮妶鍡楃瑐缂佽绻濆畷顖濈疀濞戞瑧鍘遍梺鎸庣箓妤犳悂鎮橀敂绛嬫闁绘劘灏欑粻濠氭煛娴h宕岄柡浣规崌閺佹捇鏁撻敓锟�
闂傚倸鍊搁崐鎼佸磹閻戣姤鍤勯柛鎾茬閸ㄦ繃銇勯弽銊х煀闁哄鐗忛埀顒€绠嶉崕鍗灻洪妶澶婂瀭婵犻潧顑囬崣鎾绘煕閵夛絽濡块柍顖涙礋閺屾稒鎯旈敍鍕懷囨煛瀹€瀣М闁轰焦鍔欏畷銊╊敊閼恒儱顏伴梻浣筋嚙鐎涒晝鍠婂鍛殕闁归棿绀侀拑鐔兼煏婵炵偓娅嗛柛瀣閺屾稓浠﹂崜褉妲堝銈呴獜閹凤拷
濠电姷鏁告慨鐑藉极閹间礁纾婚柣鎰惈閸ㄥ倿鏌涢锝嗙缂佺姳鍗抽弻鐔虹磼閵忕姵鐏堢紒鐐劤椤兘寮婚悢鐓庣畾鐟滃秹銆傚畷鍥╂/闁诡垎浣镐划闂佸搫鐭夌换婵嗙暦濮椻偓閺佹劙宕ㄩ鈧ˉ姘舵⒒閸屾瑦绁扮€规洜鏁诲畷浼村幢濞戞ḿ锛熼梻鍌氱墛缁嬫捇寮抽敃鍌涚叄闊洦绋堥崑鎾斥槈濞嗗繐顎忛梻鍌欒兌缁垶宕濋敃鍌氱婵炲棙鎸哥粈澶愭煕濞戞ḿ鎽犻柍閿嬪灴閹綊骞侀幒鎴濐瀳濠电偛鎳忛崝娆撳蓟閻旂厧绀勯柕鍫濇椤忥拷
闂傚倸鍊搁崐鎼佸磹閻戣姤鍤勯柛顐f礀缁犵娀鏌熼崜褏甯涢柛瀣ㄥ€濋弻鏇熺箾閻愵剚鐝旂紓浣插亾濠㈣泛顑嗛崣蹇斾繆閻愰鍤欏ù婊勫劤椤啴濡堕崘銊т痪閻庡厜鍋撻柛娑橈攻閸欏繘鏌嶈閸撶喖寮诲澶娢ㄩ柕澹秶绀婄紓鍌欑劍閸旀宕戦妶澶婄畺鐎瑰嫭澹嬮崼顏堟煕閹扮鍋撻鍡楁噳閸嬫挾鎲撮崟顒傗敍缂傚倸绉崇欢姘嚕椤愶箑绠荤紓浣股戝▍銏ゆ⒑鐠恒劌娅愰柟鍑ゆ嫹
闂傚倸鍊搁崐鎼佸磹妞嬪海鐭嗗〒姘e亾妤犵偞鐗犻、鏇㈠Χ閸モ晝鍘犻梻浣告惈椤︿即宕靛顑炴椽顢斿鍡樻珝闂備線鈧偛鑻崢鎾煕鐎n偅宕岀€规洘甯¢幃娆戔偓娑櫳戦鐔兼⒒娴h姤纭堕柛锝忕畵楠炲繘鏁撻敓锟�
闂傚倸鍊搁崐鎼佸磹妞嬪海鐭嗗〒姘e亾妤犵偞鐗犻、鏇㈡晝閳ь剛绮婚悩鍏呯箚妞ゆ牗绻傛禍鍦棯閹规劕袚闁逛究鍔岃灒闁圭ǹ娴烽妴鎰磽娴f彃浜鹃梺绋跨灱閸嬬偤鎮¢妷鈺傜厽闁哄洨鍋涢埀顒€婀遍埀顒佺啲閹凤拷
TAG
闂傚倸鍊搁崐鎼佸磹閻戣姤鍤勯柛顐f礀缁犵娀鏌熼幑鎰靛殭閻熸瑱绠撻幃妤呮晲鎼粹€愁潻闂佹悶鍔嶇换鍫ョ嵁閺嶎灔搴敆閳ь剚淇婇懖鈺冩/闁诡垎浣镐划闂佸搫琚崝鎴﹀箖閵堝纾兼繛鎴烇供娴硷拷
要通过某超市历史1年的客流量数据预测未来的客流量,通常采用()
精华吧
→
答案
→
远程教育
→
国家开放大学
要通过某超市历史1年的客流量数据预测未来的客流量,通常采用()
A、分类
B、时间序列模型
C、关联分析
D、聚类分析
正确答案:B
Tag:
客流量
序列
模型
时间:2024-03-21 12:16:43
上一篇:
DBSCAN算法中,密度可达是直接密度可达的传递闭包,并且这种关系是对称的。
下一篇:
多项式回归当阶数过高时,待估参数过多,但这并不影响对于结果的判断。
相关答案
1.
DBSCAN聚类可以用于数据分布不均匀,呈块状分布,并且聚集形态是任意形状的情况。
2.
密度相连是对称关系,密度可达也是对称关系。
3.
定性因素对因变量的影响在进行回归分析的过程中,需要进行特殊的处理是()。
4.
DBSCAN算法基于密度的聚类的概念,即要求聚类空间中的一定区域所包含对象的数目不小于某一给定的阈值。
5.
DBSCAN算法中,密度可达是直接密度可达的传递闭包,并且这种关系是非对称的。
6.
路径相互重叠越多,使用Fp()tree结构获得的压缩效果就越好。
7.
路径相互重叠越少,使用Fp()tree结构获得的压缩效果就越好。
8.
参照方程就是指当所有虚拟变量为0时的方程。
9.
与一般的回归分析过程一样,分位数回归模型进行参数估计之后,也需要对模型进行评价以及进行显著性检验。
10.
只有通过检验的模型才能够充分描述变量之间的关系,建立的模型才有现实意义。
热门答案
1.
当数据具有尖峰厚尾的分布特征或有离群点(即异常值)时,模型稳健性较好。
2.
P()P图或Q()Q图形在残差符合正态假定条件下,散点图看起来应该像是()。
3.
定性因素对因变量的影响在进行回归分析的过程中,需要把定性变量转化为虚拟变量之后再引入回归模型中进行分析。
4.
如果在存在非线性关系的情况下使用线性回归拟合曲线也是可以的,不会影响结论。
5.
多项式回归类似于可线性化的非线性模型,可通过变量代换的方式使用普通最小二乘对参数进行估计。
6.
定性因素对因变量的影响在进行回归分析的过程中,无需对定性变量做处理。
7.
分析自变量对计数因变量的影响时所建立的模型为()。
8.
多项式回归模型常常会应用到三阶以上。
9.
当数据具有尖峰厚尾的分布特征或有离群点(即异常值)时,模型稳健性较差。
10.
多项式回归当阶数过高时,待估参数过多,在样本量不大的情况下会比较困难,这是多项式回归的一大缺陷。