算法讨论： 差分约束裸题。 但是有几个注意的地方： 差分约束可以构建最短路模型，也可以构建最长路模型。 如果有x1 >= 常数。如此的形式，就提醒我们要加超级源点啦。 统计答案的方式。 为了提高SPFA的效率，可以在开始的时候把所有的点都入队。 代码： ...
分类：
其他好文 时间：
2016-04-18 07:41:09
阅读次数：
171
1白噪声过程: 零均值，同方差，无自相关（协方差为0） 以后我们遇到的efshow如果不特殊说明，就是白噪声过程。 对于正态分布而言，不相关即可推出独立，所以如果该白噪声如果服从正态分布，则其还将互相独立。 以后我们遇到的efshow如果不特殊说明，就是白噪声过程。 对于正态分布而言，不相关即可推出 ...
分类：
其他好文 时间：
2016-04-18 01:03:10
阅读次数：
789
这里假设读者具有自适应滤波器的基础知识。Speex的AEC是以NLMS为基础，用MDF频域实现，最终推导出最优步长估计：残余回声与误差之比。最优步长等于残余回声方差与误差信号方差之比，这个结论可以记下，下面会用到的。 对于长度为N的NLMS滤波器，误差信号定义为期望信号与估计信号之差，表示如下： \ ...
分类：
其他好文 时间：
2016-04-16 21:02:53
阅读次数：
559
协方差与相关系数 协方差 二维随机变量（X，Y），X与Y之间的协方差定义为： Cov(X,Y)=E{[X-E(X)][Y-E(Y)]} 其中：E(X)为分量X的期望，E(Y)为分量Y的期望 协方差Cov(X,Y)是描述随机变量相互关联程度的一个特征数。从协方差的定义可以看出，它是X的偏差【X-E(X ...
分类：
其他好文 时间：
2016-04-16 09:32:01
阅读次数：
250
本文讲的主要内容是协方差以及协方差矩阵。 在统计学中，我们见过的最基本的三个概念是均值，方差，标准差。假定给定了n个样本的集合，那么公式如下 均值是描述样本的平均值，标准差描述的是样本集合的各个点到均值距离的平均，体现了样本的散步程度。而方 差仅仅是标准差的平方。 实际上，上述的方差是针对一维数据的 ...
分类：
其他好文 时间：
2016-04-12 20:54:24
阅读次数：
141
>> a = [ 0.0579 0.1389 0.2722 0.4451 0.3529 0.2028 0.1988 0.9318 0.8132 0.1987 0.0153 0.4660 0.0099 0.6038 0.7468 0.4186]; b1 = var(a); % 默认来求b2 = var ...
分类：
其他好文 时间：
2016-04-11 22:29:16
阅读次数：
232
LIME： 模型是否值得信任？ 我们在建立模型的时候，经常会思考我们的模型是不是够稳定，会不会出现样本偏差效应， p>>N时候会不会过拟合？ 我们检查模型稳定，我们进行一些cross-validation来看看各项评估指标方差大不大。 可是如果样本一开始因为采样偏差导致样本有偏，导致模型和实际情况有差异，这个就不太好评估了。同样，p>>N也会有类似的问题，尤其在文本挖掘领域。一般情况，如果特征不是很多的话，尤其像logistic regression这样的model，我们会把模型权重给打印出来看看，看看训...
分类：
其他好文 时间：
2016-04-11 12:27:20
阅读次数：
229
如果针对某个学习问题，从众多模型中选择一个模型，能够在偏差和方差中做一个平衡，怎么样才能自动选择呢？例如，使用多项式回归模型 h(x)=g(θ0+θ1x+θ2x2+...+θkxk)，想自动决定 k 的值，在 0~10 之间选择。再比如，要自动选择局部权重回归中的带宽参数 τ，或者 L1 正则化 S ...
分类：
其他好文 时间：
2016-04-08 10:21:25
阅读次数：
159
一起啃PRML - 1.2.2 Expectations and covariances 期望和协方差 @copyright 转载请注明出处 http://www.cnblogs.com/chxer/ 涉及到概率的一个重要的操作是寻找函数的加权平均值。在概率分布p(x)下,函数f(x)的平均值被称为 ...
分类：
其他好文 时间：
2016-04-02 20:14:46
阅读次数：
149
协方差的意义和计算公式 学过概率统计的孩子都知道，统计里最基本的概念就是样本的均值，方差，或者再加个标准差。首先我们给你一个含有n个样本的集合，依次给出这些概念的公式描述，这些高中学过数学的孩子都应该知道吧，一带而过。 很显然，均值描述的是样本集合的中间点，它告诉我们的信息是很有限的，而标准差给我们 ...
分类：
其他好文 时间：
2016-04-02 00:45:54
阅读次数：
194
