一、背景知识 1. Discriminant Learning Algorithms(判别式方法) and Generative Learning Algorithms(生成式方法) 现在常见的模式识别方法有两种，一种是判别式方法；一种是生成式方法。可以这样理解生成式方法主要是数据是如何生成的，从统 ...
分类：
其他好文 时间：
2017-05-31 00:18:17
阅读次数：
288
最大似然法,英文名称是Maximum Likelihood Method，在统计中应用很广。这个方法的思想最早由高斯提出来，后来由菲舍加以推广并命名。 最大似然法是要解决这样一个问题：给定一组数据和一个参数待定的模型，如何确定模型的参数，使得这个确定参数后的模型在所有模型中产生已知数据的概率最大。通 ...
分类：
其他好文 时间：
2017-05-28 17:28:37
阅读次数：
229
1. 样本和统计量 1.1 样本和统计量 数理统计讨论的问题不一定都是随机现象，比如人口信息的统计、具体数据的测量，它们的结果都是确定的。但实际问题的操作并不是数学所关心的，剥离问题的外壳，这些问题都可以用随机现象来描述，比如人口信息和测量误差都可以用一个正态分布来近似。建立统计的概率模型，正是数理 ...
分类：
其他好文 时间：
2017-05-22 13:38:47
阅读次数：
289
有一个事实非常简单，却令人难以接受。这世界上所有的资源并非平均分布在每一个人的身上，能够比较接近地表示这种分布情况的数学曲线叫做“正态分布曲线”（Normal Distribution Curve） 生活无法彻底回避比较，但是，事实上无需比较就可以获得的欢乐和幸福也确实太多太多，只不过常常被人们忽略 ...
分类：
其他好文 时间：
2017-05-19 10:07:31
阅读次数：
180
我们能够得到其统计概率密度例如以下： 这样我们就知道该概率密度曲线大致符合正态分布。例如以下图所看到的 大概能够看出它在中心非常集中，边缘非常少，我们能够假定它服从高斯分布（正态分布），其概率密度函数如下： 我们能够得到其统计概率密度例如以下： 这样我们就知道该概率密度曲线大致符合正态分布。例如以下 ...
分类：
其他好文 时间：
2017-05-07 17:38:11
阅读次数：
133
方差分析（Analysis of Variance / ANOVA） 实验中，我们要考察的指标为试验指标，影响的条件成为因素。由于各种因素的影响，使得测试数据结果呈波动状，包含不可控的随机因素、人为调控的可控因素。 应用条件： 1、各样本是相互独立的随机样本 2、各样本均来自正态分布总体 3、各样本 ...
分类：
其他好文 时间：
2017-04-28 20:21:22
阅读次数：
237
高斯模糊是什么？ (先来看一下维基百科对它的定义) 高斯模糊是模糊图像的结果.它是一种广泛使用的图形软件的影响，通常会减少图像噪声和减少细节。这个模糊技术的视觉效果是一个平滑的模糊相似，查看图片通过一个半透明的屏幕，从明显不同散景在通常的照明的聚焦透镜或物体的阴影产生的影响。高斯平滑也被用来作为一个 ...
分类：
编程语言 时间：
2017-04-27 21:14:15
阅读次数：
339
原文链接 最大似然估计提供了一种给定观察数据来评估模型参数的方法，即：“模型已定，参数未知”。简单而言，假设我们要统计全国人口的身高，首先假设这个身高服从服从正态分布，但是该分布的均值与方差未知。我们没有人力与物力去统计全国每个人的身高，但是可以通过采样，获取部分人的身高，然后通过最大似然估计来获取 ...
分类：
其他好文 时间：
2017-04-27 11:38:04
阅读次数：
243
ML3.1 介绍e1071包实施朴素贝叶斯分类的函数，本例使用klaR包中的NaiveBayes函数，因为该函数较之前者增加了两个功能，一个是可以输入先验概率，另一个是在正态分布基础上增加了核平滑密度函数。为了避免过度拟合，在训练时还要将数据分割进行多重检验，所以我们还使用了caret包的一些函数进 ...
分类：
其他好文 时间：
2017-04-19 09:33:51
阅读次数：
165
一、正态分布参数检验 例1. 某种原件的寿命X（以小时计）服从正态分布N（μ, σ)其中μ, σ2均未知。现测得16只元件的寿命如下： 159 280 101 212 224 379 179 264 222 362 168 250 149 260 485 170 问是否有理由认为元件的平均寿命大于2 ...
分类：
编程语言 时间：
2017-04-15 11:40:16
阅读次数：
929
