使用卡尔曼滤波平滑时间序列,提高时序预测的准确率
2020年9月17日 - 网易
噪音或异常值必须按照特别的解决方案小心处理。在这种情况下,tsmoothie包可以帮助我们节省大量时间来准备用于分析的时间序列。Tsmoothie是一个用于时间序列平滑和离群值检测的python库,它可以以向量化的方式处理多个序列。它很有用,因为它可以提供我们需要的预处理步骤,如去噪或离群值去除,保留原始数据中的时间模式。在这...
详情
足球黑科技之AI与足球智能分析
2022年12月19日 - 腾讯新闻
具体为使用球员检测框在HSV颜色空间上将两个球队聚类,并使用tf-idf权重过滤掉每个检测框中的绿色草地。裁判和守门员可以检测为一类特殊的“离群值”,离球门更近的为守门员,同时还要根据进攻方向确定守门员的归属。2.2将足球和球员坐标映射到球场平面这项任务需要将球员位置从2D图片中投影到球场的俯视平面上。具体来...
详情
【中信建投丁鲁明团队】深度专题之四十四:大数据、机器学习、深度...
2017年10月18日 - 搜狐
卡尔曼滤波。极端梯度上升。分类方法包括的模型有:逻辑回归。支持向量机。决策树和随机森林。Adaboost。1回归①惩罚回归虽然简单回归模型可以被看作机器学习的一种方法,但是线性回归具有天然的缺陷。线性回归在处理离群值、大量变量、相互之间有相关关系的变量以及展现出非线性行为的变量时会出现问题。因...
详情