基于GPR模型的用户量预测优化方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要： 高斯过程回归（Gaussian process regression， GPR）是一种基于高斯过程的非参数化贝叶斯回归方法，其可以灵活适应不同类型数据，用于建模和预测数据之间的复杂关系，具有拟合能力强、泛化能力好等特点。针对海量用户场景下用户量实时预测问题，提出一种基于GPR的用户量预测优化方法。（剩余15254字）

试读结束

目录
monitor