- 1、本文档共61页,其中可免费阅读20页,需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
张量型Expectile回归模型及其应用
摘要
随着大数据时代的到来,作为向量和矩阵数据扩展的张量数据,具有超高维数和
复杂结构。通过矩阵基础知识拓展到张量上,包括张量本身的定义,张量fibers与张量
slices,张量矩阵化与张量向量化,张量分别与一维向量、二维矩阵、高维张量的乘积
定义,张量CP(CANDECOMP/PARAFAC)分解与Tucker分解。基于这些知识,促进了
我们对高维数据结构的了解,有助于进一步处
文档评论(0)