每条资料为网盘目录，目录内同时包含该算法的 Word 和 PDF 文件。提取码已直接显示，打开网盘后按提示提取即可；如链接失效，请联系售后支持。
No.021
资料已配置
用于使用SVM算法分析系统完成回归或分类建模，可辅助进行模型训练、预测和效果评估，适合具有明确目标变量的结构化数据分析；具体参数与输出以软件界面为准。
Word · 21-SVM算法-20260801-063900.docx
PDF · 21-SVM算法-20260801-063900.pdf
No.022
资料已配置
用于使用BP神经网络完成回归或分类建模，可辅助进行模型训练、预测和效果评估，适合具有明确目标变量的结构化数据分析；具体参数与输出以软件界面为准。
Word · 22-BP神经网络-20260801-062703.docx
PDF · 22-BP神经网络-20260801-062703.pdf
No.023
资料已配置
用于使用KNN算法完成回归或分类建模，可辅助进行模型训练、预测和效果评估，适合具有明确目标变量的结构化数据分析；具体参数与输出以软件界面为准。
Word · 23-KNN算法-20260801-062707.docx
PDF · 23-KNN算法-20260801-062707.pdf
No.024
资料已配置
用于使用决策树算法完成回归或分类建模，可辅助进行模型训练、预测和效果评估，适合具有明确目标变量的结构化数据分析；具体参数与输出以软件界面为准。
Word · 24-决策树算法-20260801-062711.docx
PDF · 24-决策树算法-20260801-062711.pdf
No.025
资料已配置
用于使用线性回归和逻辑回归完成回归或分类建模，可辅助进行模型训练、预测和效果评估，适合具有明确目标变量的结构化数据分析；具体参数与输出以软件界面为准。
Word · 25-机器学习-线性回归和逻辑回归-20260801-065056.docx
PDF · 25-机器学习-线性回归和逻辑回归-20260801-065056.pdf
No.026
资料已配置
用于使用朴素贝叶斯完成回归或分类建模，可辅助进行模型训练、预测和效果评估，适合具有明确目标变量的结构化数据分析；具体参数与输出以软件界面为准。
Word · 26-朴素贝叶斯-20260801-062720.docx
PDF · 26-朴素贝叶斯-20260801-062720.pdf
No.027
资料已配置
用于使用随机森林算法RandomForest完成回归或分类建模，可辅助进行模型训练、预测和效果评估，适合具有明确目标变量的结构化数据分析；具体参数与输出以软件界面为准。
Word · 27-随机森林算法RandomForest-20260801-063904.docx
PDF · 27-随机森林算法RandomForest-20260801-063904.pdf
No.028
资料已配置
用于使用CatBoost完成回归或分类建模，可辅助进行模型训练、预测和效果评估，适合具有明确目标变量的结构化数据分析；具体参数与输出以软件界面为准。
Word · 28-CatBoost算法-20260801-063908.docx
PDF · 28-CatBoost算法-20260801-063908.pdf
No.029
资料已配置
用于使用极端随机树（ExtraTrees）完成回归或分类建模，可辅助进行模型训练、预测和效果评估，适合具有明确目标变量的结构化数据分析；具体参数与输出以软件界面为准。
Word · 29-极端随机树（ExtraTrees）-20260801-063912.docx
PDF · 29-极端随机树（ExtraTrees）-20260801-063912.pdf
No.030
资料已配置
用于使用GaussianProcess完成回归或分类建模，可辅助进行模型训练、预测和效果评估，适合具有明确目标变量的结构化数据分析；具体参数与输出以软件界面为准。
Word · 30-高斯过程（GP）- GaussianProcess-20260801-062732.docx
PDF · 30-高斯过程（GP）- GaussianProcess-20260801-062732.pdf
No.031
资料已配置
用于使用梯度提升树（GBDT）完成回归或分类建模，可辅助进行模型训练、预测和效果评估，适合具有明确目标变量的结构化数据分析；具体参数与输出以软件界面为准。
Word · 31-梯度提升树（GBDT）-20260801-065105.docx
PDF · 31-梯度提升树（GBDT）-20260801-065105.pdf
No.032
资料已配置
用于使用KernelRidge完成回归或分类建模，可辅助进行模型训练、预测和效果评估，适合具有明确目标变量的结构化数据分析；具体参数与输出以软件界面为准。
Word · 32-核岭回归（KRR）-KernelRidge-20260801-063916.docx
PDF · 32-核岭回归（KRR）-KernelRidge-20260801-063916.pdf
No.033
资料已配置
用于使用线性判别和二次判别（LDA和QDA）完成回归或分类建模，可辅助进行模型训练、预测和效果评估，适合具有明确目标变量的结构化数据分析；具体参数与输出以软件界面为准。
Word · 33-线性判别和二次判别（LDA和QDA）-20260801-063921.docx
PDF · 33-线性判别和二次判别（LDA和QDA）-20260801-063921.pdf
No.034
资料已配置
用于使用LightGBM完成回归或分类建模，可辅助进行模型训练、预测和效果评估，适合具有明确目标变量的结构化数据分析；具体参数与输出以软件界面为准。
Word · 34-LightGBM-20260801-065109.docx
PDF · 34-LightGBM-20260801-065109.pdf
No.035
资料已配置
用于使用SGDLinear完成回归或分类建模，可辅助进行模型训练、预测和效果评估，适合具有明确目标变量的结构化数据分析；具体参数与输出以软件界面为准。
Word · 35-随机梯度线性模型（SGD）-SGDLinear-20260801-062745.docx
PDF · 35-随机梯度线性模型（SGD）-SGDLinear-20260801-062745.pdf
No.036
资料已配置
用于使用XGBoost完成回归或分类建模，可辅助进行模型训练、预测和效果评估，适合具有明确目标变量的结构化数据分析；具体参数与输出以软件界面为准。
Word · 36-XGBoost-20260801-063929.docx
PDF · 36-XGBoost-20260801-063929.pdf
No.037
资料已配置
用于建立普通最小二乘（OLS）线性回归模型，分析因变量与一个或多个自变量之间的线性关系，并辅助查看系数、显著性和拟合结果。
Word · 37-线性回归分析OLS(非机器学习）-20260801-062753.docx
PDF · 37-线性回归分析OLS(非机器学习）-20260801-062753.pdf
No.038
资料已配置
用于建立 ARIMA 时间序列模型，通过自回归、差分和移动平均结构刻画序列变化，适合具有趋势或自相关特征的单变量预测。
Word · 38-ARIMA-自回归差分移动平均模型-20260801-063934.docx
PDF · 38-ARIMA-自回归差分移动平均模型-20260801-063934.pdf
No.039
资料已配置
用于建立贝叶斯岭回归模型，在岭正则化基础上估计参数不确定性，适合存在共线性或希望获得稳定回归结果的数据。
Word · 39-BayesianRidge-贝叶斯岭回归-20260801-070138.docx
PDF · 39-BayesianRidge-贝叶斯岭回归-20260801-070138.pdf
No.040
资料已配置
用于使用 Copula 连接函数描述多个变量之间的依赖结构，适合相关性分析、联合分布建模和风险研究。
Word · 40-Copula-连接函数-20260801-062807.docx
PDF · 40-Copula-连接函数-20260801-062807.pdf