No.018
资料整理中
多模型-机器学习回归与分类预测系统
集成常用机器学习回归与分类模型，用于训练、比较和评估预测模型，适合连续值预测和类别判别任务。
资料整理中
算法详情
算法资料下载
查看算法配套 Word/PDF 资料的百度网盘和夸克网盘链接与提取码。
共 19 个算法 · 已配置资料 18 个
类目
全部
评价与决策分析
预测与时间序列
数学统计与计量金融
机器学习（监督学习）
聚类与降维（无监督）
深度学习与时序网络
自然语言处理（NLP）
异常检测
优化与多目标（智能优化）
灰色系统与模糊理论
可解释性与 AutoML
工具类(可视化,公式识别)及工具箱
计算机CV类
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
SVM算法分析系统
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
BP神经网络
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
KNN算法
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
决策树算法
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
机器学习-线性回归和逻辑回归
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
朴素贝叶斯
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
随机森林算法RandomForest
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
CatBoost
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
极端随机树（ExtraTrees）
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
高斯过程（GP）- GaussianProcess
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
梯度提升树（GBDT）
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
核岭回归（KRR）-KernelRidge
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
线性判别和二次判别（LDA和QDA）
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
LightGBM
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
随机梯度线性模型（SGD）-SGDLinear
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
XGBoost
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.039
资料已配置
BayesianRidge-贝叶斯岭回归
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.042
资料已配置
ElasticNet-弹性网
用于建立 Elastic Net 弹性网回归，结合 L1 与 L2 正则化进行变量筛选和稳定估计，适合高维或共线性数据。
Word · 42-ElasticNet-弹性网-20260801-062816.docx
PDF · 42-ElasticNet-弹性网-20260801-062816.pdf