回归标签_AtomGit开源社区

回归

多元线性回归与Logistic回归

本文系统介绍了机器学习中两种基础算法：多元线性回归和逻辑回归。多元线性回归用于预测连续数值（如房价、销量），通过最小化均方误差(MSE)找到最佳超平面；逻辑回归用于二分类问题（如垃圾邮件识别、信贷风控），利用Sigmoid函数输出概率并通过交叉熵损失优化。文章详细阐述了两者的数学原理、损失函数设计依据、实际应用场景及评估方法，并通过房价预测和邮件分类案例演示了完整建模流程。两种算法分别对应"是多少

 qq_43347365
2026-06-22 17:01:53

 660

 14

#回归 #线性回归 #算法
X-Cache：面向少-步自回归世界模型推理的跨分块块缓存技术

26年4月来自小鹏汽车的论文“X-Cache: Cross-Chunk Block Caching for Few-Step Autoregressive World Models Inference”。实时世界模拟正成为自动驾驶系统可扩展评估与在线强化学习的关键基础设施。近期基于自回归视频扩散技术的驾驶世界模型虽能实现高保真且可控的多视角（多相机）图像生成，但其推理成本仍是交互式部署的瓶颈。现有

 硅谷秋水
2026-06-14 00:15:00

 360

 5

#回归 #缓存 #数据挖掘 +4
Week 1: 机器学习入门：基本概念、回归与误差分析

最后，通过偏差与方差的核心理论，剖析了模型的误差来源，清晰区分了欠拟合与过拟合的核心特征，并掌握了两类模型问题的优化改进思路。通过本次学习，我不仅梳理了机器学习的整体运行逻辑，更打破了“仅追求训练集高精度”的认知误区，深刻理解了模型训练的核心目标是提升泛化能力，保障模型在真实未知场景中能够稳定输出优质结果。模型优化的核心目标，并非一味提升模型复杂度，而是在偏差与方差之间寻找最优平衡，让模型既能够精

 CN_lyl
2026-05-24 21:12:06

 329

 6

#机器学习 #回归 #人工智能
智能体的持续进化：让AI从你的每一次使用中学习

这不是科幻，而是2025-2026年已在华西医院、哈工大实验室、MICCAI顶会论文中落地的真实实践。智能体的"智力"不应该被锁定在训练完成的那一刻。在临床科研场景中，知识每4-5年就会更新一轮，一个依赖"静态知识库"的AI，半年后就会过时。因此，让AI具备的能力，不是"锦上添花"，而是"生存必需"。本文将从四个维度，为你全景解析医疗AI智能体的"进化之路"。

V搜xhliang0246
2026-06-12 10:40:24

 345

 3

#人工智能 #学习 #安全 +2
Google开源DiffusionGemma：26B MoE扩散语言模型，放弃自回归实现4倍推理加速

2026年6月11日，Google正式发布实验性开源模型DiffusionGemma，以Apache 2.0许可证开放。这是一款基于文本扩散（Text Diffusion）机制构建的大语言模型，采用26B参数的MoE（Mixture of Experts，混合专家）架构，推理时仅激活约3.8B参数。与传统自回归（Autoregressive）大语言模型逐token顺序生成的方式不同，Diffusi

网安蟹佬霸
2026-06-11 19:32:05

 1698

 7

#开源 #语言模型 #回归
计算机毕业设计之基于线性回归的厦门市二手房房价分析和预测

本文介绍了基于Django框架开发的厦门市二手房房价分析与预测系统。该系统运用线性回归模型，为用户提供房价数据展示和预测功能。研究重点阐述了系统的技术选型、架构设计、数据库优化及性能提升措施，包括缓存技术的应用。通过简洁的界面设计和流畅的用户体验，实现了安全可靠、响应快速的房价分析平台。文中特别展示了房价数据可视化界面（图5.4），验证了系统的实用性和推广价值。

bishe234是微信
2026-06-11 15:52:46

 158

 4

#线性回归 #算法 #回归 +3
从病例筛选到SCI初稿：基于Multi-Agent协作的全栈临床科研实战指南

角色职责关键技术能力主管智能体理解科研目标，分解任务，协调执行顺序，处理异常任务规划、状态机管理文献智能体检索PubMed等数据库，筛选相关文献，提取关键信息PubMed API、RAG检索、文献质量评估数据智能体理解数据结构，执行清洗、转换、统计分析SQL/Python代码生成、统计模型库调用编码智能体将分析计划转为可执行代码，并自我验证代码生成、沙箱执行、单元测试审核智能体检查其他智能体输出的

 V搜xhliang0246
2026-06-11 09:12:36

 394

 6

#人工智能 #安全 #回归 +1
把1个月缩短到1天？揭秘AI智能体如何重塑临床队列数据分析与论文写作流程

这不是科幻，这是2025-2026年已落地的真实实践。前三期我们分别讨论了私有化部署、智能体架构、多模态整合和自主进化。这一期，我们将聚焦一个最让临床医生头疼的问题——，看看AI智能体如何将这个传统上需要数月甚至数年的过程，压缩到以天甚至小时为单位。

V搜xhliang0246
2026-06-11 09:09:48

 246

 6

#人工智能 #数据分析 #大数据 +3
R 语言逻辑斯蒂回归

本文演示了如何使用R语言进行逻辑斯蒂回归分析，以mtcars数据集为例预测发动机类型（V型/直列）。通过glm函数构建模型，使用mpg、wt和hp作为预测变量。结果显示wt（车重）对分类有显著负面影响（p=0.023）。模型训练集预测准确率达93.75%，并绘制了wt与vs概率的S型曲线图，直观展示变量关系。关键步骤包括：模型构建、系数解释（优势比）、预测评估及可视化，完整呈现了二分类问题的标准分

 dongf2019
2026-06-10 17:34:43

 292

 3

#r语言 #回归 #开发语言 +1
32B大模型在手机上运行：不是梦想，是计算本质的回归

当我们还在为手机能流畅跑7B模型而惊喜，当行业正将“端侧14B”作为旗舰手机的核心卖点，一个更值得探索的问题浮出水面：32B参数的通用大模型，能在普通手机上完整运行吗？

hai315247543
2026-06-10 15:14:10

 403

 14

#回归 #数据挖掘 #硬件工程 +2
R语言变量选择

变量选择的本质是：在多个候选模型中，通过 AIC、BIC、调整后或 F 检验等准则，选择一个既能较好解释数据、又不过度复杂的模型。变量选择可以概括为：候选变量→构建候选模型→计算评价准则→比较模型→确定最终变量集合pSSR%5E2R%5E2R%5E2R%5E2R%5E2R%5E2nk%7CS%7C1R%5E2SSER%5E2R%5E22kLk2k2k2knC_p2kSSE_pkSSE_RSSE_F

パーフェクト
2026-06-10 12:33:58

 211

 4

#r语言 #开发语言 #回归 +1
计算机毕业设计之django基于线性回归的厦门市二手房房价分析和预测

本文介绍了基于Django框架的厦门市二手房房价分析与预测系统的设计与实现。系统采用线性回归模型，提供房价预测功能，并具备管理员登录、房源管理等核心模块。设计注重用户体验、系统安全性和可扩展性，通过数据库优化和缓存技术提升性能。系统结构清晰，功能完善，可为用户提供便捷的房价分析服务，具有实用价值和推广意义。文章详细阐述了系统开发流程，包括需求分析、技术选型、编码实现及测试部署等环节。

微信bishe23
2026-06-10 11:19:25

 175

 2

#线性回归 #算法 #回归 +3
R语言回归诊断

模型结果是否可信，参数是否稳定，残差是否满足基本假设，是否存在异常样本严重影响模型。可以概括为：建模→估计参数→显著性检验→回归诊断→模型修正所以，回归诊断是从“会建模”走向“会判断模型质量”的关键步骤。

パーフェクト
2026-06-10 10:08:03

 210

 4

#r语言 #回归 #开发语言 +1
R语言线性回归

一元线性回归模型为：其中：是截距项；是回归系数；是误差项。对于建模，我们需要找到一条直线，使所有样本点到这条直线的残差平方和最小，也就是到这条直线的距离之和最小。也就是：等价于：通过对和分别求偏导，并令偏导等于0，得到最小二乘估计。手动编写和利用R包的效果几乎一致。当维度增加，我们的一元线性回归就变成多元线性回归了。

パーフェクト
2026-06-09 17:47:35

 239

 3

#回归 #r语言
计算机毕业设计之django基于大数据的B站数据分析系统

本文基于Django框架和Python技术开发了B站数据分析系统，针对当前主流系统服务不明确、管理盈利低的问题，通过需求分析建立了开发模型。系统采用模块化设计，将功能按权限划分，在保证基本功能的同时注重用户体验，具有界面友好、操作简单的特点。研究内容包括系统需求调研、开发环境构建、功能模块设计及实现测试等环节，最终完成了适应大多数用户习惯的B站数据分析系统开发。

2301_77990509
2026-06-09 14:09:00

 129

 8

#数据分析 #线性回归 #回归 +3
计算机毕业设计之django基于vue的共享汽车用户数据分析与可视化

本文研究基于Django和Python的共享汽车用户数据分析与可视化系统。针对当前共享汽车服务分析功能不足的问题，项目通过需求分析建立了开发模型，设计了包含车辆管理等模块的系统架构。系统实现了车辆信息查询（品牌、型号、租金等）及管理功能（增删改查），并通过可视化界面展示分析结果。测试表明，该系统能有效提升共享汽车用户数据分析的精准性和管理效率。图4.1展示了系统总体结构，图5.8为车辆设备管理界面

 2301_77990509
2026-06-09 14:03:04

 251

 4

#汽车 #数据分析 #线性回归 +3
解读多项回归模型中的边际效应

本文介绍了多项回归模型（Multinomial Regression）在分类响应变量分析中的应用，重点讲解了如何计算和解释变量的边际效应（Marginal Effects）。通过R语言中的nnet和marginaleffects包，演示了模型拟合和边际效应计算过程，并以动态性（SITN）和国家（CNTRY）对动词类别（VERB）的影响为例进行可视化分析。结果显示，不同国家的动态性对动词使用概率的影

 2501_90323865
2026-06-09 03:19:42

 365

#回归 #kotlin #数据挖掘 +1
回归预测 | MATLAB实现2-DCNN卷积神经网络多输入单输出回归预测

深度学习在回归预测领域取得了显著的成功，尤其是在处理高维数据和复杂非线性关系方面。卷积神经网络 (Convolutional Neural Network, CNN) 因其强大的特征提取能力，成为回归预测任务中的有力工具。本文将深入探讨一种基于二维卷积神经网络 (2-DCNN) 的多输入单输出回归预测模型，分析其架构、训练策略以及在实际应用中的优势与挑战。传统的回归模型，如线性回归和支持向量回归，

Matlab科研辅导帮
2026-06-08 16:38:46

 73

#回归 #matlab #cnn
计算机毕业设计之基于线性回归算法的东方财富网股票趋势分析与预测

《东方财富网股票趋势预测的线性回归模型研究》摘要：本研究基于线性回归算法构建了东方财富网股票趋势预测模型。通过数据清洗、缺失值处理和异常值修正等预处理步骤，利用股票名称、最高价、最低价和涨跌额等特征建立预测模型。研究证实线性回归算法在股价预测中具有较好的有效性和实用性，但也指出其在处理非线性因素和市场波动方面的局限性。未来将探索多维数据融合、混合算法应用及实时分析技术，以提升预测精度并开发实用

 2501_92338149
2026-06-08 14:54:25

 86

 2

#算法 #线性回归 #回归 +3
计算机毕业设计之基于spark的空气质量预测系统的设计与实现

本文研究基于LSTM网络的空气质量预测算法，通过数据预处理、模型构建与优化，建立了7天空气质量指数预测模型。研究采用网络爬虫采集多源数据，经过清洗、存储和Spark分布式处理，运用随机森林、线性回归和LSTM三种方法进行预测对比。系统实现了自动化数据爬取与清洗功能，采用Scrapy框架和Pandas库保证数据质量，最终构建了包含数据管理、模型训练和预测功能的一体化系统。实验表明LSTM模型在时序预

 2401_85546142
2026-06-08 14:21:35

 27

#spark #大数据 #分布式 +3
沉迷 Vibe coding 后我幡然醒悟：为什么可持续开发要回归半古法编程

当我在选择自己的论文实验中需要用到的对比模型时，Cursor（馅是 Codex 5.3的）说，你得有足够证据证明你的强模型比弱模型强，我建议构建三层证据链，公开 Benchmark 成绩作为先验证据、自己的实验中模型准确率作为内部判定依据，再加一层参数规模作为辅助论据。这个阶段 AI 生成的代码我还会 Review 一下，反正也要等它完成我的指令，闲着也是闲着。框架是清晰的，文件也不大，我对每个文

 白露与泡影
2026-06-08 14:19:43

 224

 6

#回归 #数据挖掘 #人工智能
计算机毕业设计之基于hadoop的贵阳花卉市场销量分析

摘要本研究基于Hadoop构建贵阳花卉市场销量分析系统，整合Hive、Pig和MapReduce技术处理海量销售数据，结合时间序列分析、回归模型及神经网络算法实现销量预测。系统通过可视化模块直观展示销售趋势与预测结果，辅助商户优化库存与经营决策。未来将引入深度学习和实时数据处理技术以提升预测精度与响应速度。平台功能涵盖数据爬取（Python+Scrapy）、清洗（Pandas）、分析（HiveQ

2401_85546142
2026-06-08 13:26:25

 185

 4

#hadoop #大数据 #分布式 +4
我们让 Agent 自己写代码执行，结果它 fork 了 1000 个进程——资源限制缺失

AI Agent代码执行的安全风险与沙箱隔离方案本文揭示了AI Agent自主生成并执行代码时存在的严重安全隐患，重点分析了fork进程风暴导致系统崩溃的案例。文章系统性地梳理了AI Agent面临的三大核心安全威胁（工具滥用、意外代码执行和资源过载），并基于OWASP智能体应用安全框架进行了风险分类。通过真实案例（如Claude Code误删文件事件）和行业研究（"Agents of Cha

ZDQ58818
2026-06-08 11:41:38

 231

 5

#回归 #数据挖掘 #人工智能 +1
计算机毕业设计之基于线性回归算法的东方财富网股票趋势分析与预测

本研究基于线性回归算法构建股票趋势预测模型，通过数据采集、清洗、特征提取等步骤处理东方财富网数据，实现价格预测。系统采用Python爬虫、Hadoop存储、Spark计算等技术，结合Django后端和Vue.js前端搭建可视化平台，集成词云、价格走势图等多维分析模块。研究证实线性回归在股价预测中的有效性，同时指出其非线性处理的局限性，建议结合其他算法提升预测精度。未来计划引入更多维度的数据，探索混

 2501_92338131
2026-06-08 11:05:14

 98

 2

#算法 #线性回归 #回归 +2
AI智能体辅助全栈临床科研

让 Agent 生成 Table 1、回归结果表、森林图、ROC 曲线、相关热图、箱线图、柱状图和结果描述文字。PICO/PICOT、FINER 评分、研究设计类型选择、纳排标准、终点指标、变量清单和伦理材料准备。Cover Letter、Highlights、作者贡献、利益冲突、伦理声明、数据可用性声明。让 Agent 生成检索词、筛选高价值文献、提取研究目的、方法、结果和局限。描述统计、组间比

 V搜xhliang0246
2026-06-08 08:15:04

 1402

 6

#人工智能 #回归 #数据挖掘 +1
2026年6月8日：当物理AI撞上中东战火，我们需要一场数学的“回归本源”

《旋生万物》：给物理AI装上“数学陀螺仪”要打破这个螺旋，我们需要回归更底层的数学语言。今天想和大家分享一本开源巨著——《旋生万物：从奇点到宇宙的统一生成论》。这不是一本普通的科普书，而是一套试图重构数学与物理底座的硬核理论。

weixin_42415766
2026-06-08 06:35:08

 418

 11

#人工智能 #回归 #数据挖掘 +2
实战房价竞赛

然而，如果我们尝试了不合理的超参数，我们可能会发现验证效果不再代表真正的误差。：如果你把 "RL" 编成 1，"RM" 编成 2，模型可能会误以为 "RM" 比 "RL" 大，或者它们有高低之分，但这在现实中是不成立的（它们是平等的类别）。你有5个老师教同一个学生，每个老师用4/5的内容教，用剩下的1/5考试，最后看5个老师的平均分数。独热编码的做法是：既然它们是平等的，那就给每个类别发一个专属的

 Kobebryant-Manba
2026-06-08 00:52:51

 251

 3

#线性回归 #算法 #机器学习 +2
Week 1: 深度学习：监督学习中的回归与偏差-方差分析

本周建立起“训练-验证-测试”的严谨评估思维，并与本科学习内容进行连接，运用函数进行偏差与方差的权衡，在模型调优时极具指导意义。本周学习了李宏毅老师机器学习课程的前四讲，根据本科数学分析中的函数分析方法进行机器学习整体概览回归案例分析（以宝可梦 CP 值预测为例）以及详解误差来源分析与模型选择（偏差与方差）· 高方差（过拟合）：训练误差低，测试误差高 → 增加数据量，正则化，使用早停或集成（如 B

蟹子鹿
2026-06-07 22:42:15

 337

 6

#深度学习 #学习 #回归
回归预测 | MATLAB实现2-DCNN卷积神经网络多输入单输出回归预测

深度学习在回归预测领域取得了显著的成功，尤其是在处理高维数据和复杂非线性关系方面。卷积神经网络 (Convolutional Neural Network, CNN) 因其强大的特征提取能力，成为回归预测任务中的有力工具。本文将深入探讨一种基于二维卷积神经网络 (2-DCNN) 的多输入单输出回归预测模型，分析其架构、训练策略以及在实际应用中的优势与挑战。传统的回归模型，如线性回归和支持向量回归，

荔枝科研工作室
2026-06-07 22:14:26

 35

#回归 #matlab #cnn
回归预测 | MATLAB实现2-DCNN卷积神经网络多输入单输出回归预测

深度学习在回归预测领域取得了显著的成功，尤其是在处理高维数据和复杂非线性关系方面。卷积神经网络 (Convolutional Neural Network, CNN) 因其强大的特征提取能力，成为回归预测任务中的有力工具。本文将深入探讨一种基于二维卷积神经网络 (2-DCNN) 的多输入单输出回归预测模型，分析其架构、训练策略以及在实际应用中的优势与挑战。传统的回归模型，如线性回归和支持向量回归，

matlab科研助手
2026-06-07 22:14:23

 40

#回归 #matlab #cnn
回归预测 | MATLAB实现2-DCNN卷积神经网络多输入单输出回归预测

深度学习在回归预测领域取得了显著的成功，尤其是在处理高维数据和复杂非线性关系方面。卷积神经网络 (Convolutional Neural Network, CNN) 因其强大的特征提取能力，成为回归预测任务中的有力工具。本文将深入探讨一种基于二维卷积神经网络 (2-DCNN) 的多输入单输出回归预测模型，分析其架构、训练策略以及在实际应用中的优势与挑战。传统的回归模型，如线性回归和支持向量回归，

Matlab科研工作室
2026-06-07 22:14:20

 45

#回归 #matlab #cnn
回归预测 | MATLAB实现2-DCNN卷积神经网络多输入单输出回归预测

深度学习在回归预测领域取得了显著的成功，尤其是在处理高维数据和复杂非线性关系方面。卷积神经网络 (Convolutional Neural Network, CNN) 因其强大的特征提取能力，成为回归预测任务中的有力工具。本文将深入探讨一种基于二维卷积神经网络 (2-DCNN) 的多输入单输出回归预测模型，分析其架构、训练策略以及在实际应用中的优势与挑战。传统的回归模型，如线性回归和支持向量回归，

Matlab论文助手
2026-06-07 22:14:14

 37

#回归 #matlab #cnn
为什么不建议直接用 GPT 做 Graph RAG 的实体抽取？基于 5000 条日志的分析

本文探讨了GraphRAG应用中通用大语言模型（LLM）在实体抽取任务中的局限性，并提出优化方向。主要内容包括：问题现状：实体抽取是GraphRAG的主要质量瓶颈（65%问题源于此）通用LLM存在实体类型歧义（12.7%实体被分配多种类型）典型问题包括实体碎片化、关系错误和虚构实体失败原因分析：实体天然的多面性与局部上下文的矛盾类型边界模糊导致判断困难 LLM输出格式的不稳定性解决

 AI 小团子
2026-06-06 17:24:51

 281

 8

#前端 #javascript #分类 +2
知识图谱构建自动化：从非结构化文本抽取实体关系的开源工具链测评

2026年开源知识图谱构建工具测评：零样本、统一框架与轻量化革命传统知识图谱构建面临高成本（人工标注5-8万元/万条）和低效率（管线式方法错误传播）的痛点。2026年，开源工具在零样本抽取、统一框架和轻量化部署三大方向取得突破性进展。技术演进方面，从流水线模式转向联合抽取，并实现无需训练数据的零样本能力。统一框架（如UIE、GLiNER2）将实体识别、关系抽取等任务整合，简化工程复杂度。本文

 AI 小团子
2026-06-06 17:23:53

 668

 6

#知识图谱 #自动化 #人工智能 +3
吴恩达机器学习课程实验：线性回归模型入门（课后实验）

"""计算线性模型的预测值参数:x (ndarray (m,)): 包含m个样本的数据w, b (scalar) : 模型参数返回:y (ndarray (m,)): 预测值"""知识点说明线性回归模型建立特征（面积）与目标（价格）之间的线性关系模型参数w（权重）和b（偏置），通过训练数据来拟合模型预测参数确定后，可以用模型对新数据进行预测。

勤自省
2026-06-06 16:53:39

 246

 4

#机器学习 #线性回归 #人工智能 +2
项目介绍 MATLAB实现基于UKF-SVR 无迹卡尔曼滤波（UKF）结合支持向量回归（SVR）进行股票价格预测（含模型描述及部分示例代码）专栏近期有大量优惠还请多多点一下关注加油谢谢你的鼓励

摘要：本文介绍了一种基于无迹卡尔曼滤波（UKF）与支持向量回归（SVR）相结合的混合模型（UKF-SVR），用于股票价格预测。该模型通过UKF对非线性、高噪声的股票价格序列进行状态估计与平滑处理，再结合SVR学习滤波后特征与未来价格的复杂映射关系，从而提升预测精度。项目详细阐述了数据预处理、特征构建、UKF状态估计、SVR训练及评估的全流程，并在MATLAB中实现。实验结果显示，该方法在测试集上表

 xiaoxingkongyuxi
2026-06-06 13:00:00

 137

#matlab #回归 #开发语言 +4
项目介绍 MATLAB实现基于DBO-LightGBM-ABKDE蜣螂优化算法（DBO）结合轻量级梯度提升机（LightGBM）和自适应带宽核密度估计（ABKDE）进行多变量回归区间预测（含模型描述及

本文提出了一种基于DBO-LightGBM-ABKDE的多变量回归区间预测方法。该方法结合蜣螂优化算法(DBO)、轻量级梯度提升机(LightGBM)和自适应带宽核密度估计(ABKDE)，通过DBO优化LightGBM超参数以提高预测精度，再使用ABKDE对残差进行非参数建模生成预测区间。文章详细介绍了模型架构、实现步骤和MATLAB代码示例，包括数据预处理、DBO参数搜索、LightGBM训练、

xiaoxingkongyuxi
2026-06-06 08:53:14

 104

 1

#算法 #matlab #回归 +4
项目介绍 MATLAB实现基于PSO-LightGBM-ABKDE粒子群优化算法（PSO）结合轻量级梯度提升机（LightGBM）和自适应带宽核密度估计（ABKDE）进行多变量回归区间预测（含模型描述

本项目提出了一种基于PSO-LightGBM-ABKDE的多变量回归区间预测方法，结合粒子群优化、轻量级梯度提升机和自适应带宽核密度估计技术，实现数值预测结果的不确定性表达。该方法通过LightGBM处理复杂非线性关系，利用PSO自动优化模型超参数，采用ABKDE自适应估计残差分布，最终生成动态调整的预测区间。项目包含完整的数据预处理、模型训练、区间构造和评估流程，适用于工业监测、能源管理等高价值

 xiaoxingkongyuxi
2026-06-06 08:52:13

 153

 7

#算法 #matlab #回归 +4
【人工智能系列篇】

本文将整体贯穿人工智能的整个系列，包括机器学习、深度学习、神经网络、大模型等，持续更新。机器学习（Machine Learning, ML）：机器学习是人工智能的一个子领域，它使计算机系统能够从数据中自动学习和改进经验，而无需进行明确的编程。机器学习算法通过识别数据中的模式并做出预测或决策来工作。深度学习（Deep Learning, DL）：深度学习是机器学习的一个子集，它使用多层神经网络（称为

 沐风IT
2026-06-05 23:49:36

 255

 7

#python #机器学习 #回归 +3
18-Hugging Face Transformers之GPT-2 案例详解：Decoder-only 自回归模型的完整生命周期

本文以GPT-2为例，详细解析了Decoder-only自回归模型的全生命周期实现。GPT-2作为OpenAI发布的因果语言模型，采用自回归生成范式，使用因果掩码确保每个位置只能看到历史token。文章通过架构定位图展示了GPT-2在语言模型家族中的位置，并对比了其与LLaMA等模型的核心差异。重点剖析了GPT-2的特殊设计：Conv1D线性层（权重形状与标准nn.Linear相反）、Post-N

happyprince
2026-06-05 22:32:13

 231

 1

#回归 #数据挖掘
基于挑战者号事故：泊松回归实战分析 O 型环故障

本文基于挑战者号航天事故数据，通过Python实现泊松回归分析O型密封圈破损的影响因素。项目包含数据读取、可视化探索、模型构建和预测评估全流程：1）因变量为离散计数数据，直方图验证泊松回归适用性；2）建模结果显示温度是显著影响因素（p<0.05），温度每升高1℉，破损数下降约16.9%；3）压力、批次等因素无显著影响。文章提供完整可执行代码，适合零基础学习计数数据分析，从统计学角度验证了低温

 实验舱-25秋DS3-ZXsjzxd
2026-06-05 21:09:45

 302

 10

#回归 #数据挖掘 #人工智能
项目实训：收尾阶段的回归验证与部署配置修复

到现在拥有103个Java文件、28个API、RAG检索、CoT思维链、ReAct推理、Agent编排、SSE流式、JWT认证、MySQL持久化、Docker一键部署—外加两轮全量代码审查、19个文件的精修、零编译警告的编译输出。拉下代码逐项核对之前的修复，5项还在、5项丢了、1项新增（WebConfig）。这一篇博客记录的就是把这些坑一个一个填平的过程。以下六个Bug大多在之前的博客中出现过（现

 Lagrange1736str
2026-06-05 21:00:00

 318

 5

#回归 #数据挖掘 #人工智能
R语言地理加权回归、主成份分析、判别分析等空间异质性数据分析

在自然和社会科学领域有大量与地理或空间有关的数据，这一类数据一般具有严重的空间异质性，而通常的统计学方法并不能处理空间异质性，因而对此类型的数据无能为力。以地理加权回归为基础的一系列方法：经典地理加权回归，半参数地理加权回归、多尺度地理加权回归、地理加权主成份分析、地理加权判别分析是处理这类数据的有效模型。6.共线性与变量选择：地理加权回归中的岭回归与Lasso回归。3.广义地理加权回归：链接函数

 xiao5kou4chang6kai4
2026-06-05 17:10:35

 91

 2

#r语言 #回归 #数据分析
基于GeoDa与R语言的空间数据回归

空间数据是常见的数据形式之一，因此空间数据回归也是最常用的方法之一。由于空间数据之间往往有相关性，它们不满足经典统计学的数据独立性假设，所以回归的理论和建模方式与普通回归模型相比既陌生又复杂。GeoDa与R语言是建立空间回归模型最合适的软件；尤其是GeoDa提供了用户友好的界面，是空间回归方法最方便的建模软件。1.空间滞后模型：二阶段估计与极大似然法。1.非空间模型的空间格局模型：原理与操作。二

 xiao5kou4chang6kai4
2026-06-05 16:50:35

 160

 6

#回归 #数据挖掘
项目介绍 MATLAB实现基于UKF-GARCH 无迹卡尔曼滤波（UKF）结合广义自回归条件异方差（GARCH）进行股票价格预测（含模型描述及部分示例代码）专栏近期有大量优惠还请多多点一下关注加油

摘要：本项目提出了一种结合无迹卡尔曼滤波（UKF）与广义自回归条件异方差（GARCH）的股票价格预测方法，旨在解决金融时间序列的非线性、高噪声和时变波动性挑战。UKF通过Sigma点采样处理非线性状态估计，GARCH动态建模波动聚集效应，二者协同提升预测鲁棒性。实现流程包括：数据预处理（收益率转换）、GARCH波动率估计、UKF状态递推（动态调整噪声协方差）及结果评估（RMSE、方向准确性等）。

xiaoxingkongyuxi
2026-06-05 07:28:39

 188

 6

#matlab #回归 #开发语言 +4
项目介绍 MATLAB实现基于STK-SVR 堆叠集成（STK）结合支持向量回归（SVR）进行股票价格预测（含模型描述及部分示例代码）专栏近期有大量优惠还请多多点一下关注加油谢谢你的鼓励是我前

本文介绍了一个基于MATLAB实现的STK-SVR堆叠集成股票价格预测项目。该项目结合Stacking集成策略与支持向量回归（SVR），通过多模型互补和层级学习机制提升预测精度。文章分析了股票价格预测的挑战，包括噪声大、非线性强、分布时变等问题，并提出了基于特征工程和交叉验证的解决方案。项目详细展示了从数据预处理、特征构造到模型训练、评估的完整流程，包含技术指标生成、时间序列切分、基学习器训练、S

xiaoxingkongyuxi
2026-06-05 07:28:11

 147

 5

#matlab #回归 #开发语言 +4
面板数据分位数回归模型求解及应用方案【附仿真】

在蒙特卡洛模拟中（N=50，T=20，分位数τ=0.5），模式搜索法估计的系数偏差为0.032，而现有迭代加权最小二乘法偏差为0.045。利用该模型研究我国30个省份金融发展与经济增长的关系，发现在低分位数（0.1）处金融发展弹性为0.12，高分位数（0.9）处为0.28，证实了非线性效应。在生成的面板数据（ρ=0.6的AR(1)误差）上，忽略Copula结构的传统方法估计均方误差为0.087，而

 胡群博士
2026-06-04 21:00:40

 83

 2

#回归 #数据挖掘 #人工智能
父子文档检索：解决长文档中“丢失上下文”的生产级方案

本文探讨了RAG系统中传统文档分块策略的三个主要问题：孤儿切片导致上下文丢失、跨片段逻辑断裂影响多跳推理，以及结构感知缺失造成的语义混淆。文章指出，尽管向量检索能精准命中片段，但缺乏完整上下文会导致大模型生成错误答案。通过分析技术演进路径，作者提出父子文档检索作为第三代解决方案，该方案通过分离检索(child chunks)与上下文重建(parent chunks)，实现了精准召回与完整上下文的平

 AI 小团子
2026-06-04 20:34:07

 141

 2

#人工智能 #服务器 #数据库 +4
元数据过滤的索引设计：如何让 RAG 同时支持时间、作者、标签的快速筛选

摘要（149字）：主流向量数据库正通过"混合存储+双索引"架构解决RAG系统的元数据过滤难题。Milvus采用差异化标量索引策略，Qdrant通过Payload机制实现高效过滤，Weaviate的"Filter-First"模型将约束前置到检索源头，Pinecone最新整合了全文搜索与元数据一体化查询，LanceDB则在嵌入式场景表现优异。2026年数据显示，50%以上的RAG查询需结合元数据约

 AI 小团子
2026-06-04 20:33:27

 211

 3

#分类 #回归 #数据挖掘 +1