Assessing and Improving Prediction and Classification.pdf

豆瓣评分:0.0
豆瓣简介:
这本书首先提出方法来执行实际的,真实的评估预测和分类模型的性能。 然后继续讨论技术改善这样的模型的性能通过智能重采样的培训/测试数据,结合多个模型到复杂的委员会,并利用外源信息来动态选择建模方法。 严格的统计技术计算预测和决策的信心得到广泛的治疗。 最后,一百页致力于利用信息理论在评价和选择有用的预测因子。 是特别注意以下的信息传递,最近的一个泛化的格兰杰因果关系。 好评论c++代码给出每个算法和技术。 本文的最终目的是三倍。 第一个目标是打开眼睛严重的开发人员的一些隐藏的陷阱,潜伏在模型开发过程。 第二是提供广泛接触的最强大的模型改进算法,从学术界出现在过去的二十年里,虽然不是让读者陷入困境在神秘的数学理论。 最后,本文应该向读者提供一个工具箱的现成的c++代码可以很容易地纳入现有的程序。
下载链接