应用预测建模【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

应用预测建模PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 导论1

1.1 预测与解释3

1.2 预测模型的关键部分3

1.3 专业术语4

1.4 实例数据集和典型数据场景5

1.5 概述9

1.6 符号10

第一部分 一般策略14

第2章 预测建模过程简介14

2.1 案例分析：预测燃油效能14

2.2 主题18

2.3 总结19

第3章 数据预处理20

3.1 案例分析：高内涵筛选中的细胞分组21

3.2 单个预测变量数据变换22

3.3 多个预测变量数据变换24

3.4 处理缺失值29

3.5 移除预测变量31

3.6 增加预测变量34

3.7 区间化预测变量35

3.8 计算36

习题42

第4章 过度拟合与模型调优44

4.1 过度拟合的问题45

4.2 模型调优46

4.3 数据分割47

4.4 重抽样技术49

4.5 案例分析：信用评分52

4.6 选择调优参数值53

4.7 数据划分建议55

4.8 不同模型间的选择56

4.9 计算57

习题64

第二部分 回归模型68

第5章 衡量回归模型的效果68

5.1 模型效果的定量度量68

5.2 方差-偏差的权衡69

5.3 计算70

第6章 线性回归及其扩展72

6.1 案例分析：定量构效关系建模73

6.2 线性回归76

6.3 偏最小二乘法80

6.4 惩罚模型87

6.5 计算91

习题98

第7章 非线性回归模型100

7.1 神经网络100

7.2 多元自适应回归样条103

7.3 支持向量机108

7.4 K近邻113

7.5 计算115

习题120

第8章 回归树与基于规则的模型123

8.1 简单回归树124

8.2 回归模型树130

8.3 基于规则的模型136

8.4 装袋树137

8.5 随机森林142

8.6 助推法145

8.7 Cubist149

8.8 计算151

习题156

第9章 溶解度模型总结158

第10章 案例研究：混凝土混合物的抗压强度160

10.1 模型构建策略163

10.2 模型性能164

10.3 优化抗压强度166

10.4 计算168

第三部分 分类模型176

第11章 分类模型的效果度量176

11.1 类预测176

11.2 评估预测类181

11.3 评估类概率186

11.4 计算188

第12章 判别分析和其他线性分类模型194

12.1 案例分析：预测是否成功申请经费194

12.2 逻辑回归199

12.3 线性判别分析202

12.4 偏最小二乘判别分析208

12.5 惩罚模型211

12.6 最近收缩质心214

12.7 计算215

习题228

第13章 非线性分类模型230

13.1 非线性判别分析230

13.2 神经网络232

13.3 灵活判别分析236

13.4 支持向量机239

13.5 K近邻244

13.6 朴素贝叶斯246

13.7 计算249

习题255

第14章 分类树与基于规则的模型257

14.1 基本的分类树257

14.2 基于规则的模型266

14.3 装袋决策树268

14.4 随机森林269

14.5 助推法270

14.6 C5.0273

14.7 比较两种分类预测变量编码方式278

14.8 计算278

习题285

第15章 经费申请模型的总结288

第16章 对严重类失衡的补救方法290

16.1 案例分析：预测房车保险所有权290

16.2 类失衡的影响291

16.3 模型调优292

16.4 选择截点293

16.5 调整先验概率294

16.6 不等案例权重294

16.7 抽样方法295

16.8 成本敏感度训练297

16.9 计算300

习题306

第17章 案例研究：作业调度307

17.1 数据切分和模型策略312

17.2 结果313

17.3 计算315

第18章 衡量预测变量重要性319

18.1 数值结果变量319

18.2 分类结果变量322

18.3 其他方法325

18.4 计算329

习题334

第19章 特征选择介绍336

19.1 使用无信息预测变量的结果336

19.2 减少预测变量个数的方法338

19.3 绕封法338

19.4 过滤法343

19.5 选择偏差344

19.6 案例分析：预测认知损伤345

19.7 计算350

习题357

第20章 影响模型表现的因素358

20.1 第Ⅲ类错误358

20.2 结果变量的测量误差360

20.3 预测变量的测量误差362

20.4 连续变量离散化365

20.5 模型预测何时是可信的367

20.6 大样本的影响369

20.7 计算371

习题372

附录378

附录A 各种模型的总结378

附录B R语言介绍379

附录C 值得关注的网站392

参考文献394