利用贝叶斯原理估计混合logit模型的参数，采用偏最小二乘法，包括回归分析和概率统计。- Bayesian parameter estimation principle mixed logit model, Partial least squares method, Including regression analysis and probability and statistics.

利用贝叶斯原理估计混合logit模型的参数，gmcalab 快速广义的形态分量分析，可以实现模式识别领域的数据的分类及回归。- Bayesian parameter estimation principle mixed logit model, gmcalab fast generalized form component analysis, You can achieve data classification and regression pattern recognition.

利用贝叶斯原理估计混合logit模型的参数，包括AHP，因子分析，回归分析，聚类分析，进行波形数据分析。- Bayesian parameter estimation principle mixed logit model, Including AHP, factor analysis, regression analysis, cluster analysis, Waveform data analysis.

我们需要成百上千的分类器来解决现实世界的分类吗 我们评估179分类17种分类器（判别分析，贝叶斯，神经网络，支持向量机，决策树，基于规则的分类器，升压、装袋、堆放、随机森林和其他合奏，广义线性模型，线性，偏最小二乘法和主成分回归，logistic回归、多项式回归、多元自适应回归样条等方法），实现在WEKA，R（有或没有插入包），C和Matlab，包括所有目前可用的相关分类。(Do-we-Need-Hundreds-of-Classifiers-to-Solve-Real-World-Class