【正文】 數(shù)（個數(shù)也叫次數(shù)）。 2）.置信度 （Confidence）置信度表示在先決條件X發(fā)生的情況下，由關(guān)聯(lián)規(guī)則”X→Y“推出Y的概率。即在含有X的項集中，含有Y的可能性，公式為： Confidence(X→Y) = P(Y|X) = P(X,Y) / P(X) = P(XUY) / P(X) 3）.提升度（Lift）提升度表示含有X的條件下，同時含有Y的概率，與不含X的條件下卻含Y的概率之比。 Lift(X→Y) = P(Y|X) / P(Y) 數(shù)值預(yù)測算法介紹 回歸預(yù)測（OLS回歸）線性回歸，是利用數(shù)理統(tǒng)計中回歸分析，來確定兩種或兩種以上變量間相互依賴的定量關(guān)系的一種統(tǒng)計分析方法，運用十分廣泛。線性回歸(Linear Regression)是利用稱為線性回歸方程的函數(shù)對一個或多個自變量和因變量之間關(guān)系進行建模的一種回歸分析。這種函數(shù)是一個或多個稱為回歸系數(shù)的模型參數(shù)的線性組合。只有一個自變量的情況稱為簡單回歸,大于一個自變量情況的叫做多元回歸。用最小二乘法求參數(shù)被稱為最小二乘法回歸，在沒有特別說明的情況下，回歸分析通常指最小二乘法（OLS）回歸。 回歸預(yù)測（Lasso回歸）使用數(shù)理統(tǒng)計模型從海量數(shù)據(jù)中有效挖掘信息越來越受到業(yè)界關(guān)注。在建立模型之初，為了盡量減小因缺少重要自變量而出現(xiàn)的模型偏差，通常會選擇盡可能多的自變量。然而，建模過程需要尋找對因變量最具有強解釋力的自變量集合，也就是通過自變量選擇(指標(biāo)選擇、字段選擇)來提高模型的解釋性和預(yù)測精度。指標(biāo)選擇在統(tǒng)計建模過程中是極其重要的問題。Lasso算法則是一種能夠?qū)崿F(xiàn)指標(biāo)集合精簡的估計方法?！　ibshirani(1996)提出了Lasso(The Least Absolute Shrinkage and Selectionator operator)算法。這種算法通過構(gòu)造一個懲罰函數(shù)獲得一個精煉的模型；通過最終確定一些指標(biāo)的系數(shù)為零，LASSO算法實現(xiàn)了指標(biāo)集合精簡的目的。這是一種處理具有復(fù)共線性數(shù)據(jù)的有偏估計。Lasso的基本思想是在回歸系數(shù)的絕對值之和小于一個常數(shù)的約束條件下，使殘差平方和最小化，從而能夠產(chǎn)生某些嚴(yán)格等于0的回歸系數(shù)，得到解釋力較強的模型。R統(tǒng)計軟件的Lars算法的軟件包提供了Lasso算法。根據(jù)模型改進的需要，數(shù)據(jù)挖掘工作者可以借助于Lasso算法，利用AIC準(zhǔn)則和BIC準(zhǔn)則精煉簡化統(tǒng)計模型的變量集合，達到降維的目的。因此，Lasso算法是可以應(yīng)用到數(shù)據(jù)挖掘中的實用算法。 回歸預(yù)測（嶺回歸）嶺回歸（ridge regression）是一種專用于共線性數(shù)據(jù)分析的有偏估計回歸方法，實質(zhì)上是一種改良的最小二乘估計法，通過放棄最小二乘法的無偏性，以損失部分信息、降低精度為代價獲得回歸系數(shù)更為符合實際、更可靠的回歸方法，對病態(tài)數(shù)據(jù)的擬合要強于最小二乘法。通常嶺回歸方程的R平方值會稍低于普通回歸分析，但回歸系數(shù)的顯著性往往明顯高于普通回歸，在存在共線性問題和病態(tài)數(shù)據(jù)偏多的研究中有較大的實用價值。 移動平均法移動平均法（moving average method）是根據(jù)時間序列，逐項推移，依次計算包含一定項數(shù)的序時平均數(shù)，以此進行預(yù)測的方法。移動平均法包括一次移動平均法、加權(quán)移動平均法和二次移動平均法。移動平均法是用一組最近的實際數(shù)據(jù)值來預(yù)測未來一期或幾期內(nèi)公司產(chǎn)品的需求量、公司產(chǎn)能等的一種常用方法。移動平均法適用于近期預(yù)測。當(dāng)產(chǎn)品需求既不快速增長也不快速下降，且不存在季節(jié)性因素時，移動平均法能有效地消除預(yù)測中的隨機波動，是非常有用的。移動平均法根據(jù)預(yù)測時使用的各元素的權(quán)重不同，可以分為：簡單移動平均和加權(quán)移動平均。 指數(shù)平滑法指數(shù)平滑法（Exponential Smoothing，ES）是布朗(Robert G..Brown)所提出，布朗認(rèn)為時間序列的態(tài)勢具有穩(wěn)定性或規(guī)則性，所以時間序列可被合理地順勢推延；他認(rèn)為最近的過去態(tài)勢，在某種程度上會持續(xù)到未來，所以將較大的權(quán)數(shù)放在最近的資料。指數(shù)平滑法是生產(chǎn)預(yù)測中常用的一種方法。也用于中短期經(jīng)濟發(fā)展趨勢預(yù)測，所有預(yù)測方法中，指數(shù)平滑是用得最多的一種。簡單的全期平均法是對時間數(shù)列的過去數(shù)據(jù)一個不漏地全部加以同等利用；移動平均法則不考慮較遠期的數(shù)據(jù)，并在加權(quán)移動平均法中給予近期資料更大的權(quán)重；而指數(shù)平滑法則兼容了全期平均和移動平均所長，不舍棄過去的數(shù)據(jù)，但是僅給予逐漸減弱的影響程度，即隨著數(shù)據(jù)的遠離，賦予逐漸收斂為零的權(quán)數(shù)。也就是說指數(shù)平滑法是在移動平均法基礎(chǔ)上發(fā)展起來的一種時間序列分析預(yù)測法，它是通過計算指數(shù)平滑值，配合一定的時間序列預(yù)測模型對現(xiàn)象的未來進行預(yù)測。其原理是任一期的指數(shù)平滑值都是本期實際觀察值與前一期指數(shù)平滑值的加權(quán)平均。指數(shù)平滑可分為一次和多次平滑。一次指數(shù)平滑預(yù)測當(dāng)時間數(shù)列無明顯的趨勢變化，可用一次指數(shù)平滑預(yù)測。其預(yù)測公式為：yt+139。=ayt+(1a)yt39。 式中，yt+139。t+1期的預(yù)測值，即本期（t期）的平滑值St ；ytt期的實際值；yt39。t期的預(yù)測值，即上期的平滑值St1 。該公式又可以寫作：yt+139。=yt39。+a(yt yt39。)。可見，下期預(yù)測值又是本期預(yù)測值與以a為折扣的本期實際值與預(yù)測值誤差之和。二次指數(shù)平滑預(yù)測二次指數(shù)平滑是對一次指數(shù)平滑的再平滑。它適用于具線性趨勢的時間數(shù)列。其預(yù)測公式為：yt+m=(2+am/(1a))yt39。(1+am/(1a))yt=(2yt39。yt)+m(yt39。yt) a/(1a)式中，yt= ayt139。+(1a)yt1 　顯然，二次指數(shù)平滑是一直線方程，其截距為：(2yt39。yt)，斜率為：(yt39。yt) a/(1a),自變量為預(yù)測天數(shù)。二次指數(shù)平滑基本公式 St=αSt+(1α)St1 Yt+T=at+btT at=2StSt bt=(α/1α)(StSt)St第t期的一次指數(shù)平滑值 St第t期的二次指數(shù)平滑值 α平滑系數(shù) Yt+T第t+T期預(yù)測值 T由t期向后推移期數(shù) 自回歸移動平均模型（ARIMA）自回歸移動平均模型(Autoregressive Integrated Moving Average Model,簡記ARIMA)，是由博克思(Box)和詹金斯(Jenkins)于70年代初提出的著名時間序列預(yù)測方法，所以又稱為boxjenkins模型、博克思詹金斯法。其中ARIMA（p，d，q）稱為差分自回歸移動平均模型，AR是自回歸， p為自回歸項； MA為移動平均，q為移動平均項數(shù)，d為時間序列成為平穩(wěn)時所做的差分次數(shù)。所謂ARIMA模型，是指將非平穩(wěn)時間序列轉(zhuǎn)化為平穩(wěn)時間序列，然后將因變量僅對它的滯后值以及隨機誤差項的現(xiàn)值和滯后值進行回歸所建立的模型。ARIMA模型根據(jù)原序列是否平穩(wěn)以及回歸中所含部分的不同，包括移動平均過程（MA）、自回歸過程（AR）、自回歸移動平均過程（ARMA）以及ARIMA過程。 數(shù)值預(yù)測算法的輸入本文所指數(shù)值預(yù)測算法的輸入變量都是數(shù)值型變量，需要指定因變量和自變量。輸入?yún)?shù)有迭代次數(shù)、步長、平滑系數(shù)、差分階數(shù)等，根據(jù)實際情況選用對應(yīng)的輸入?yún)?shù)。 數(shù)值預(yù)測算法的輸出預(yù)測算法的輸出通常包括輸入變量的原始值、預(yù)測值，以報表的形式輸出，同時包括預(yù)測數(shù)據(jù)的可視化圖形。表 113 預(yù)測算法的輸出部分（示例）預(yù)測算法的輸出的可視化圖形包括原始值及擬合值，如圖所示。圖17 指數(shù)平滑算法的擬合圖如圖16所示，左圖與右圖分別表示代理商1和代理商2的出票量，黑色曲線為原始值，藍色曲線為預(yù)測值，藍色曲線對兩家代理商進行了未來一周的出票量預(yù)測。 圖18 指數(shù)平滑算法的擬合圖預(yù)測算法通常還會輸出模型的參數(shù)估計值，如：回歸算法輸出回歸系數(shù)；自回歸移動平均模型輸出差分階數(shù)及自回歸、移動平均模型系數(shù)。 數(shù)值預(yù)測算法的效果評估預(yù)測算法的最基本的評估準(zhǔn)則是實際值與預(yù)測值的誤差盡可能小。MSE（均方誤差）：越小越好；可決系數(shù)（R^2）或者調(diào)整的可決系數(shù)：越大越好，主要應(yīng)用于回歸算法；參數(shù)顯著性：要求模型參數(shù)通過顯著性檢驗；AIC或者BIC：越小越好。寧可累死在路上，也不能閑死在家里！寧可去碰壁，也不能面壁。是狼就要練好牙，是羊就要練好腿。什么是奮斗？奮斗就是每天很難，可一年一年卻越來越容易。不奮斗就是每天都很容易，可一年一年越來越難。能干的人，不在情緒上計較，只在做事上認(rèn)真；無能的人！不在做事上認(rèn)真，只在情緒上計較。拼一個春夏秋冬！贏一個無悔人生！早安！—————獻給所有努力的人. 學(xué)習(xí)好幫手