繁花孤城 - 博客园

2025年10月3日

摘要：为了让你彻底理解堆叠集成模型（尤其是项目中针对时序数据和小样本场景的定制化设计），我会从“核心概念拆解（结合项目实例）→ 分阶段运作流程（附代码细节）→ 设计逻辑深层原因（对应项目痛点）”三个维度，逐点展开讲解，确保每个细节都覆盖到。一、先吃透堆叠集成的核心概念（每个概念都对应项目实例）堆叠集成阅读全文

posted @ 2025-10-03 15:26 繁花孤城阅读(5) 评论(0) 推荐(0)

Prophet

摘要： Prophet模型深度解析：从设计理念到数学原理 Prophet是Meta（原Facebook）为商业场景时间序列预测开发的工具，核心设计目标是解决传统时序模型（如ARIMA、SARIMA）的痛点——对非平稳数据鲁棒性差、需手动处理趋势/季节性、对缺失值/异常值敏感、非专业人员上手难。其本质是一种基阅读全文

posted @ 2025-10-03 15:14 繁花孤城阅读(4) 评论(0) 推荐(0)

双向LSTM-Attention模型

摘要：为了让你彻底理解双向LSTM-Attention模型的每一步，我们会在原有运转流程的基础上，对每个核心概念做“定义+通俗解释+模型中作用+项目实例”的四层拆解，从最基础的“时序窗口”到复杂的“注意力权重计算”，每个概念都结合新能源汽车销量预测的业务场景，避免抽象化。一、输入阶段核心概念拆解（先搞懂阅读全文

posted @ 2025-10-03 14:17 繁花孤城阅读(10) 评论(0) 推荐(0)

特征工程

摘要：要彻底掌握该项目的特征工程，需对每个核心概念从“基础定义→项目落地细节→设计逻辑（为什么这么做） ”三层拆解，结合小样本时序场景的约束（仅41条月度数据）和模型需求（LSTM/Prophet/集成模型），用通俗语言+技术细节讲透底层逻辑：一、滞后窗口特征（Lag Features）：时序模型的“历阅读全文

posted @ 2025-10-03 14:02 繁花孤城阅读(10) 评论(0) 推荐(0)

LSTM

摘要：一、什么是RNN 按照八股文来说：RNN实际上就是一个带有记忆的时间序列的预测模型 RNN的细胞结构说明 softmax激活函数只是我举的一个例子，实际上得到\(y_t\)也可以通过其他的激活函数得到。其中\(a_{t-1}\)代表t-1时刻隐藏状态，\(a_t\)代表经过\(X_t\)（t时刻的阅读全文

posted @ 2025-10-03 09:54 繁花孤城阅读(8) 评论(0) 推荐(0)

2025年10月2日

RNN

摘要：一、RNN的“定位”：为什么需要它？ 1. 解决的核心问题标准神经网络（如CNN、全连接网络）的缺陷：无法处理“时间依赖”数据（如文本“我喜欢吃苹果，它很甜”中，“它”依赖“苹果”；股票价格依赖前几天的走势）。 RNN的核心价值：通过“状态传递”，让模型记住“过去的信息”，从而捕捉数据的前后关联。阅读全文

posted @ 2025-10-02 22:06 繁花孤城阅读(2) 评论(0) 推荐(0)

深度学习基础

摘要：深度学习基础核心知识点笔记一、感知机（深度学习的"最小计算单元"）感知机是模拟生物"单个神经元信号传递"的简化模型，是神经网络的底层基石，核心解决"如何对输入数据做初步变换"的问题。 1. 核心定义与定位范畴：属于传统机器学习模型（非深度学习），本质是"线性分类器"，数学逻辑为主（与脑科学的神阅读全文

posted @ 2025-10-02 21:17 繁花孤城阅读(6) 评论(0) 推荐(0)

3整数规划-分支定界法

摘要：分支定界法（Branch and Bound Method 一、分支定界法概述 1. 定义与定位分支定界法是求解整数规划问题（纯整数、混合整数、0-1规划）的核心全局优化算法，由 Land 和 Doig 于1960年提出。其核心思想是通过“分支”（将可行域分解为子区域）和“定界”（确定最优解阅读全文

posted @ 2025-10-02 08:59 繁花孤城阅读(8) 评论(0) 推荐(0)

2025年10月1日

2线性规划

摘要：线性规划与应用笔记一、线性规划基础理论（一）数学标准型线性规划的数学标准型以最大化目标函数为核心，形式为： \[\begin{cases} \max \ z = \sum_{j=1}^n c_j x_j \\ \text{s.t.} \ \begin{cases} \sum_{j=1}^n a 阅读全文

posted @ 2025-10-01 17:15 繁花孤城阅读(8) 评论(0) 推荐(0)

1模型分类

摘要：数学建模模型分类核心笔记一、预测类模型 1. 定义基于历史数据或已知现象，挖掘内在发展规律，对未来趋势或样本内未知属性进行推断的模型类型，核心是“数据驱动+规律推导”。 2. 关键分类（按数据量与预测范围）样本内预测：基于已有样本，预测样本中未明确属性小样本内部预测（如40人身高体重数据预测阅读全文

posted @ 2025-10-01 16:10 繁花孤城阅读(6) 评论(0) 推荐(0)

mrkou

公告