码迷,mamicode.com
首页 >  
搜索关键字:均值    ( 3345个结果
悠然一指,点“识”成金
悠然一指,点“识”成金“人生最痛苦的,不是失败,而是我本可以。”如果想成为“有钱人”,又没有那么“有钱”,则必须做的事情就是:增加钱累积的速度,找到一个不错的突破口,能两倍于市场均值。01前几天同学聚会,回来后心里有些憋屈,但是又给我的人生带来反省,先说说我..
分类:其他好文   时间:2016-06-02 20:17:17    阅读次数:244
聚类算法kmeans
1. 聚类问题 所谓聚类问题,就是给定一个元素集合D,其中每个元素具有n个可观察属性,使用某种算法将D划分成k个子集,要求每个子集内部的元素之间相异度尽可能低,而不同子集的元素相异度尽可能高。 2. K-均值算法简介 k-means算法,也被称为k-平均或k-均值,是一种得到最广泛使用的聚类算法。 ...
分类:编程语言   时间:2016-05-31 13:54:34    阅读次数:118
SPSS数据分析——t检验
SPSS中t检验全都集中在分析—比较均值菜单中。关于t检验再简单说一下,我们知道一个统计结果需要表达三部分内容,即集中性、变异性、显著性。 集中性的表现指标是均值变异的的表现指标是方差、标准差或标准误显著性的则是根据统计量判断是否达到显著性水平由于t分布样本均值的抽样分布,那么基于t分布的t检验就是 ...
分类:其他好文   时间:2016-05-30 23:03:11    阅读次数:252
数据流中的中位数
题目描述:如何得到一个数据流中的中位数?如果从数据流中读出奇数个数值,那么中位数就是所有数值排序之后位于中间的数值。 如果从数据流中读出偶数个数值,那么中位数就是所有数值排序之后中间两个数的平均值。 解法一: 解法二: 用Java中自带的工具类处理,更方便 解法三:是从别人的代码中看到的,采用的是堆 ...
分类:其他好文   时间:2016-05-30 12:48:11    阅读次数:162
什么是预测区间,置信区间与预测区间二者的异同是什么?
Ask: 什么是预测区间,置信区间和预测区间二者的异同是什么? Answer: 置信区间估计(confidence interval estimate):利用估计的回归方程,对于自变量 x 的一个给定值 x0 ,求出因变量 y 的平均值的估计区间。预测区间估计(prediction interval ...
分类:其他好文   时间:2016-05-29 10:59:19    阅读次数:296
CS231n 卷积神经网络与计算机视觉 6 数据预处理 权重初始化 规则化 损失函数 等常用方法总结
1 数据处理 首先注明我们要处理的数据是矩阵X,其shape为[N x D] (N =number of data, D =dimensionality). 1.1 Mean subtraction 去均值 去均值是一种常用的数据处理方式.它是将各个特征值减去其均值,几何上的展现是可以将数据的中心移到坐标原点,Python中的代码是 X -= np.mean(X, axis = 0). 对于...
分类:其他好文   时间:2016-05-28 06:41:22    阅读次数:642
CNN- 数据预处理
对于CNN输入的数据,常见的有三种处理方式: 1.Mean subtraction. 将数据的每一维特征都减去平均值。在numpy 中 X -= np.mean(X, axis = 0) 2.Normalization 归一化数据,使数据在相同尺度。 在numpy 中 X /= np.std(X, ...
分类:其他好文   时间:2016-05-27 14:34:36    阅读次数:834
最大化平均值
题意:n个物品,价值v,重量wi,选k个,平均价值最大 样例 3 2(n,m) 2 2(w,v) 5 3 2 1 0.75 分析:看到这道题的一瞬间,我就有了一个zz想法,贪心搞啊,但是试了一发样例,发现挂了 (3+2)/(2+5)=0.714, 最佳是第一个和第三个,这就尴尬了,发现不仅和平均价值 ...
分类:其他好文   时间:2016-05-26 20:38:17    阅读次数:293
Atitit.100% 多个子元素自适应布局属性
Atitit.100% 多个子元素自适应布局属性 1.1. 原理1 1.2. Table布局1 1.3. Css布局1 1.4. 判断amazui加载完毕2 1.1. 原理 每个子元素平均分配,但是有个min-width... min-width优先 算法:首先算出平均值,然后与每一个带min-wi ...
分类:其他好文   时间:2016-05-25 01:55:57    阅读次数:149
训练深度神经网络的时候需要注意的一些小技巧【转载】
翻译网上的哈,我觉得有很大一部分从没看到过,所以就翻译了下,如有不对的地方,欢迎指正: 1:准备数据:务必保证有大量、高质量并且带有干净标签的数据,没有如此的数据,学习是不可能的 2:预处理:这个不多说,就是0均值和1方差化 3:minibatch:建议值128,1最好,但是效率不高,但是千万不要用 ...
分类:其他好文   时间:2016-05-24 22:22:12    阅读次数:244
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!