基于数值预测的机器学习相关算法综述

《基于数值预测的机器学习相关算法综述》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、基于数值预测的机器学习相关算法综述乔莹莹郑州大学计算机出现以后，人们就想知道它能否学习。机器学习的主要任务就是发明计算机算法，将数据转化为智能行为。机器学4算法可分为两大类:有监督算法和无监督算法。有监督学习算法用來建立预测模型，无监督学习算法用來建立描述模型。有监督的学习算法可以用来分类和数值预测。针对可以进行数值预测的几种算法，比如回归分析、决策树、神经网络、支持向量机等算法做了简单介绍，然后分析了几种算法的在数值预测问题上应用。关键词：机器学习；回归分析;决策树;神经网络;支持向量机;SummarizationofMachineLearningBa

2、sedonNumericalPredictionQIAOYingyingZhengzhouuniversity;Abstract：Afterthecomputerappeared,peoplewantedtoknowifitcouldlearn.Themaintaskofmachinelearningistoinventthecomputeralgorithm,makethedataintointelligentbehavior.Machinelearningalgorithmscanbedividedintotwocategories:supervis

3、edalgorithmandunsupervisedalgorithm.Thesupervisedlearningalgorithmisusedtoestablishthepredictionmodel,andtheunsupervisedlearningalgorithmisusedtoestablishthedescriptionmodel,andthesupervisedlearningalgorithmcanbeusedforclassificationandnumericalprediction.Thispaperbrieflyintroduc

4、esseveralalgorithmsthatcanbeusedfornumericalprediction,suchasregressionanalysis,decisiontree,neuralnetwork,supportvectormachineandsoon,andthenintroduceseveralalgorithmsonnumericalprediction.Keyword：machinelearning;regressionanalysis;decisiontree;neuralnetwork;supportvectormachine

5、;基于大数据的机器学习是人工智能领域的重点内容，它是从观测数据出发寻求当前尚不能通过公式定理获得的规律，利用得到的规律去分析客观现象，预测没法观测的数据或未知数据。现实世界中的确存在人们无法准确认识但可以观测的事物，所以机器学习相关算法广泛应用于社会、经济等领域。下面介绍机器学习的几种相关算法及他们在数值预测问题上的应用研宄。1回归分析算法1.1回归分析简述冋归分析是一种研宄自变量和因变量之间复杂函数关系的统计学方法。以Y表示因变量（预测目标），以XbX2,X3,〜Xn表示自变量，其屮n表示自变量的个数，Y与X的关系近似表示为其屮。是随机误差是所建立模型

6、的误差项。函数的线性模型如下:该模型是几元回归取决于n的值，n=l，一元回归，否则为多元回归。其中3。称为回归常数，称为回归系数，可以利用观测数据进行估计［1］。最小二乘估计法、最大似然估计法是解决一元线性lH］归问题的常用解法。主成分分析法、因子分析法、典型相关分析、逐步回归分析、偏最小二乘回归法等则用来解决多元统计问题。我们在实际生活中碰到最多的便是非线性冋归问题，常见的解决方法是有理插值法、小波分析法、有理逼近法等。1.2回归分析算法的优缺点解决问题的关键步骤就是对数据建模，我们应该充分考虑建模方法的核心优势与劣势。回归分析是迄今为止数值型数据建模

7、最常用的方法，可以适用几乎所有的数据，II提供了变量与结果之间强度与大小的估计。但该方法依然存在一定的缺陷，不能很好地处理缺失数据，需要一些统计知识来理解模型，只能处理数值特征，对于分类数据需要额外的处理等。1.3回归算法的应用蔡章利等人m采用二元回归分析的方法建立销售预测模型，给工业企业进行市场营销决策提供了可靠依据。胡高贤等人m建立了因变量与自变量之间关系的产能高精度预测模型，通过采用多元线性回归的方法来对油气田的开发进行预测，根据预测结果对开发提供依据。张洪等人hi依据实测数据采用偏最小二乘回归法建立一个预测模型来对轴承装质量进行预测。该方法的优点

8、是克服了变量间的井线性问题。Yiicalar等提出一种基于多元线性回归分析的究动