10# forcal
Mathematica的解决方法也不变,我就不贴了。
=========================
forcal的确很不错。
只可惜现在 编程语言泛滥,很少有人愿意静下心来学习新秀了。
10# forcal
Mathematica的解决方法也不变,我就不贴了。
=========================
forcal的确很不错。
只可惜现在 编程语言泛滥,很少有人愿意静下心来学习新秀了。
wayne 发表于 2011-2-23 10:11 http://bbs.emath.ac.cn/images/common/back.gif
恩,一般都是用得着的就学,用不着的就不学。
=========================
后面的题难度开始增加了,但我感觉到的难易与NIST给出的并不一样,不知大家有这个感觉吗?
国内最强,也是国际最强的非线性拟合算法,一个是1stOpt,再一个是顾世梁教授的缩张算法,二者谁更优还不好判别。
给你一批数据,最难分析的是哪个因哪个果。
14# G-Spider
嗯,正是数据挖掘的纠结之处~~,:dizzy:
给你一批数据,最难分析的是哪个因哪个果。
G-Spider 发表于 2011-2-23 12:46 http://bbs.emath.ac.cn/images/common/back.gif
有大师在研究,参考:http://www.matlabsky.com/thread-11597-1-2.html
16# forcal
记得有个 Granger因果检验,不知还有没有好的办法。
http://www.pinggu.org/bbs/b5i332234.html
见到有人用这种因果关系推测网络拓扑结构,不知有几分靠谱。
17# G-Spider
鸡蛋里挑骨头,何必呢?
本质就是一种信息的缺失问题。
这是我对数据挖掘的很原始的看法
16# forcal
记得有个 Granger因果检验,不知还有没有好的办法。
http://www.pinggu.org/bbs/b5i332234.html
见到有人用这种因果关系推测网络拓扑结构,不知有几分靠谱。
G-Spider 发表于 2011-2-23 21:14 http://bbs.emath.ac.cn/images/common/back.gif
看来我们谈的似乎是两个问题,不过有一定关联吧?
费了半天劲,把NIST都做了一遍。不过有两个题是用NIST给的初值求解的,使用随机初值难度较大。27道题中,只有23道题能用随机初值轻松求解。
参考:http://www.forcal.net/yyhz/optnist.htm