一、统计学知识 1、随机事件与概率 随机试验与样本空间、随机事件、对立事件与互斥事件、随机事件的运算律、概率、随机事件与必然事件、样本空间 离散型分布：两点分布，二项分布，泊松分布 连续型分布：均匀分布，指数分布，正态分布 总体与抽样：大数定理与中心极限定理的意义 常用统计量：样本均值，样本方差，标 ...
分类：
编程语言 时间：
2017-09-17 18:58:14
阅读次数：
216
1 近七天在百度搜索信息安全与python的关键字的对比 2 关于对信息安全的相关搜索数据 3 3 关于python的相关搜索数据 4 信息安全搜索数据的条状图 5 python数据搜索关键字的条状图 6 信息安全在广东省的搜索指数分布 ...
分类：
编程语言 时间：
2017-09-04 22:47:37
阅读次数：
327
在分类问题中我们如果： 他们都是广义线性模型中的一个样例，在理解广义线性模型之前须要先理解指数分布族。 指数分布族（The Exponential Family） 假设一个分布能够用例如以下公式表达，那么这个分布就属于指数分布族： 公式中y是随机变量；h(x)称为基础度量值（base measure ...
分类：
其他好文 时间：
2017-08-05 17:46:34
阅读次数：
157
Python产生随机数的功能在random模块中实现。实现了各种分布的伪随机数生成器 该模块能够生成0到1的浮点随机数，也能够在一个序列中进行随机选择。产生的随机数能够是均匀分布。高斯分布，对数正态分布。负指数分布以及alpha。beta分布。可是呢，这些随机数不适合使用在以加密为目的的应用中 你也 ...
分类：
编程语言 时间：
2017-07-26 20:18:02
阅读次数：
186
本节内容 牛顿方法 指数分布族 广义线性模型 之前学习了梯度下降方法，关于梯度下降（gradient descent），这里简单的回顾下【参考感知机学习部分提到的梯度下降(gradient descent)】。在最小化损失函数时，采用的就是梯度下降的方法逐步逼近最优解，规则为其实梯度下降属于一种优化 ...
分类：
其他好文 时间：
2017-06-08 00:19:59
阅读次数：
299
先说明一下符号：U(0,1)-均匀分布，”~“表示服从xxx分布，F(x),为需要生成的随机数的分布函数，invF(x)表示逆分布函数，那么算法步骤如下： step 1: 产生 u~U（0,1） step 2：计算X=invF（u） 那么X就是服从分布函数为F（x）的随机数，一个简单的证明： 证明： ...
分类：
编程语言 时间：
2017-03-25 16:33:53
阅读次数：
2720
一、对数据的分布进行初步判断 1.1 原理 对于不同的分布，有特定的偏度(skewness)和峰度(kurtosis)，正态分布、均匀分布、逻辑斯谛分布、指数分布的偏度和峰度都是特定的值，在偏度-峰度图中是特定的点，而伽马分布和对数正态分布在偏度-峰度图中是一条直线，贝塔分布在偏度-峰度图中是一片区 ...
分类：
其他好文 时间：
2017-02-09 17:38:38
阅读次数：
468
1.本福特定律 2.商品推荐的惊喜度 3.贝叶斯学派和频率学派 4.指数分布族 5.期望 6.方差 7.协方差 8.皮尔逊相关系数 ...
分类：
其他好文 时间：
2017-01-08 18:59:46
阅读次数：
322
统计学上分布有很多，在R中基本都有描述。因能力有限，我们就挑选几个常用的、比较重要的简单介绍一下每种分布的定义，公式，以及在Ｒ中的展示。 下面先列举各种分布： rnorm(n, mean=0, sd=1) 高斯（正态）分布rexp(n, rate=1) ?指数分布rgamma(n, shape, s ...
分类：
其他好文 时间：
2016-11-14 01:46:59
阅读次数：
2107
