用于分类的随机森林和Bagging分类树比较

借助试验数据,从两种理论分析角度解释随机森林算法优于Bagging分类树算法的原因。将两种算法表述在两种不同的框架下,消除了这两种算法分析中的一些模糊之处。尤其在第二种分析框架下,更能清楚的看出,之所以随机森林算法优于Bagging分类树算法,是因为随机森林算法对应更小的偏差。     

析主成分分析和因子分析——以Frobenius范数下矩阵近似的新视角

本文通过引入数据阵在Frobenius范数下的最优近似等概念来重新探讨主成分和因子分析。我发现，主成分分析中主成分和因子分析中因子得分（通过主成分解因子载荷，然后用最小二乘解因子得分）的估计为数据阵的最优近似（在Frobenius范数下）在不同正交坐标方向矩阵下的坐标。两种方法分别采用了不同的约束条件分解的最优近似（在Frobenius范数下），因为该分解并不唯一。     

一种改进的集成混合遗传算法

文章针对传统的遗传算法的早熟现象(即很快收敛到局部最优解而不是全局最优解),提出了一种将传统优化方法以及模拟退火算法与遗传算法相结合的新思路,即分别在无约束问题和有约束问题两种情况下,采用下降算法和模拟退火算法与遗传算法相结合的混合遗传算法;并将此混合算法应用于实际问题求解中,实验表明该算法具有全局最优性和收敛性.     

我国教育财政投入对经济高质量发展影响研究——基于“规模和结构”的双重视角

本文以创新、协调、绿色、开放、共享五大新发展理念为基础,构建2003-2019年中国256个地级市的经济高质量发展指标体系,从“规模和结构”视角研究我国教育财政投入对经济高质量发展影响。结果发现：(1)从规模来看,教育财政投入增加显著促进经济高质量发展;从结构来看,县乡教育财政投入比市辖区的促进作用更显著。(2)影响路径分析显示,教育财政投入主要通过创新、共享和绿色发展促进经济高质量发展。(3)教育财政投入规模和结构对经济高质量发展的影响在不同地区、不同行政级别城市具有异质性。因此,增加教育财政投入规模,优化教育财政投入城乡结构,是实现经济高质量发展的可行路径。     

基于块状bootstrap技术的Bagging Trees集成算法研究

集成算法已经成为机器学习研究的一大热点,已有许多改进的集成算法,但对"病态"数据的集成研究并不常见。本文通过对一海藻繁殖案例的研究,提出了一种基于块状bootstrap技术的集成算法,并将其与几种常用的集成算法比较研究得出,在对于一些"病态"数据而言,该算法往往比其它算法具有更小的模型推广误差和更高的预测精度的优点。     

基于非对称主动风险测度的增强型指数追踪模型及应用

本文以下方追踪误差测度非对称主动风险，构建了可以折衷超额收益和下方追踪误差的增强型指数追踪模型，给出了求解模型的广义最小角度回归（generalized least angle regression，简称GLARS）算法，并基于上证50进行了实证。GLARS算法可以给出超额收益在合理区间变化时，使得下方追踪误差最小的组合系数解路径，刻画投资组合的"超额收益—下方追踪误差"有效前沿。将模型应用于中国证券市场上证50指数，与基于"超额收益—追踪误差"的增强型指数追踪模型相比，得到如下实证结论：控制组合股票支数，本文组合的超额收益、单位风险收益更高，在承担相同风险的情况下，得到了更高的平均收益补偿；正下方离差中位数、最大回撤更小，右偏程度更高，表现出"守住下限，放开上限"的特质。本文组合在稀疏性要求下，样本外可以获得高于基准指数的累积收益，对机构和个人投资者具有参考价值，丰富了现有指数追踪研究。     

顾客满意度指数模型的估计与检验

1国内顾客满意度指数模型的实践及其问题我国对顾客满意度的研究是从20世纪90年代后期开始的,近几年政府部门、协会机构、科研部门、市场咨询机构以及企业对顾客满意度的评测逐渐增多。目前大多数市场咨询公司都已开展顾客满意度调研业务,相当数量的大中型企业都实施了满意度调     

算法建模发展解析

 Breiman并没有算法建模的一个完整体系，而且其许多研究都以工作论文的形式出现，对于这些方法机理的解析度都不够。本文在研究Breiman自1978年至2002年的论文和著作的基础上，概括出算法建模思想形成中的两个重要内容：建模目的，组合算法。     

拟适应再加权分类随机森林

综合Adaboost算法的自适应再加权和随机森林算法的未修剪随机变量划分树基模型,文章提出了用于自适应随机森林算法。通过实验数据发现,在训练集较大、贝叶斯误差较小时,模拟自适应再加权会起作用,从而,拟自适应随机森林算法会优于随机森林算法。