基于最大信息系数的输入法对书写的影响分析

表意文字系统的汉字,五千多年来永不停歇地传承着中华文化.拼音输入法在计算机等智能设备的广泛应用,导致"提笔忘字"现象,引发了汉字书写危机.研究从调查数据出发,应用最大信息系数进行分析,探讨了计算机文字输入法对汉字书写的影响.研究表明,当前人们普遍使用拼音编码的汉字输入法,其使用率是字形编码输入法的231倍;长期拼音编码汉字输入法的使用或过度依赖,会导致对汉字书写产生一系列的负面影响.

一种改进的组合方法mBagging

Bagging是一种有代表性的机器学习的组合方法,它在改善弱分类器的稳定性和精度上有着重要的价值,已得到广泛的认可与应用.但它的重抽样技术使其在大数据挖掘中表现不够理想.mBagging是一种对Bagging加以改进的组合方法,克服Bagging一些不足,具有更高的统计功效、更低的假阳率和更快的运算速度.研究阐述mBagging的原理,从理论上探讨mBagging相较于Bagging性能更优的机理,并以皮尔逊相关系数作为基分类器,验证了mBagging的有效性.

基于最大信息系数的猪肉价格波动关联性分析

中国是世界生猪生产大国,同时也是猪肉消费大国,中国人民主要的肉食来源之一就是猪肉.猪肉价格的波动会严重影响生猪生产与消费,分析猪肉价格与其他肉类价格之间的关联性具有重要意义.现有研究存在数据周期短或需要人为假定数学模型的不足.本文以2009-2019年猪肉价格月度长周期数据为研究对象,采用模型无关的最大信息系数进行数据挖掘,分析猪肉价格与牛肉、羊肉和鸡肉之间的关联性.结果表明,猪肉价格与羊肉价格的关联最为紧密,与牛肉以及鸡肉价格的关联性相当.

基于mBagging的随机森林

随机森林是采用Bagging组合方法集成的决策树集合,在数据分类、预测领域应用广泛.Bagging组合方法在机器学习中具有代表性,但对于实际的大数据挖掘仍存在一些不足.mBagging是基于Bagging组合方法的一种改进,具有更高的统计功效、更低的假阳率以及更快的运算速度.采用全基因组SNP仿真数据集的实验表明,基于mBagging的随机森林运算速度明显快于传统的随机森林,且在保证OOB袋外错误率不劣化的前提下,判断风险SNP的准确率得到了提高.