传统线性模型的假设之一是因变量之间相互独立，并且如果自变量之间不独立，会产生共线性，对于模型的精度也是会有影响的。虽然完全独立的两个变量是不存在的，但是我们在分析中也可以使用一些手段尽量减小这些问题产生的影响，例如采用随机抽样减小因变量间的相关性，使其满足假设；采用岭回归、逐步回归、主成分回归等解决 ...
分类：
其他好文 时间：
2016-07-03 15:42:39
阅读次数：
476
信号的抽取和插值 减少抽样率以去掉过多数据的过程称为信号的抽取(decimatim)，增加抽样率以增加数据的过程称为信号的插值(interpolation)。抽取、插值及其二者相结合的使用便可实现信号抽样率的转换。 一般多速率变换传输系统结构： 抽取，可以在传输的过程中减少传输的数据量，接收端进行恢... ...
分类：
其他好文 时间：
2016-07-01 17:58:23
阅读次数：
422
嫁给上海程序员：平均年薪13万 http://www.jiandande.com/html/ITzixun-jishu/ITzixun/2014/0627/3275.html 劳动报“行业收入趋势调查”发布第七期报告《程序员收入趋势调查》。通过网络调查、直访抽样调查、相关政府部门、人力资源机构等多渠 ...
分类：
其他好文 时间：
2016-06-27 06:51:47
阅读次数：
1116
思路梳理： 决策树 |————Bagging[bootstrap抽样、投票分类] |————Boosting[bootstrap抽样、分错元组权重上升、分类器上也加权重进而判断] |————RandomForest[bootstrap抽样、n个特征找少量的建树分类、Cart算法（基尼系数、不剪枝）， ...
分类：
其他好文 时间：
2016-06-26 22:31:03
阅读次数：
148
引言
模式识别是一门基于数据的学科，因此所有的模式识别问题都会面临的同一个问题就是数据的随机性问题。模式识别中每个方法的实现都是基于一个特定的数据样本集的，但是这个样本集只是所有可能的样本中的一次随机抽样，毕竟在我们的生活实际中存在着万物众生，多到我们数也数不清，甚至计算机都无法统计的清，而我们搜集到的充其量只是其中很小很小的一部分，这也是为什么机器学习中缺少的只是数据，只要有足够...
分类：
其他好文 时间：
2016-06-21 07:56:40
阅读次数：
160
概率论中，所研究的随机变量是假定其分布是已知的，在此前提下研究它的性质、数字特征等。 在数理统计中，所研究的随机变量的分布是未知或不完全知道的，通过重复独立的试验得到许多观察值去推断随机变量的种种可能分布。 1、随机样本 总体：试验的全部可能的观察值。 =样本空间 个体：每一个可能观察值。 =样本点 ...
分类：
其他好文 时间：
2016-06-17 12:36:58
阅读次数：
228
一、概念、条件及目的 1.概念 要理解样本方差的自由度为什么是n-1,得先理解自由度的概念： 自由度，是指附加给独立的观测值的约束或限制的个数，即一组数据中可以自由取值的个数。 2.成立条件 所谓自由取值，是指抽样时选取样本，也就是说：只有当以样本的统计量来估计总体的参数时才有自由度的概念，直接统计 ...
分类：
其他好文 时间：
2016-06-16 13:23:57
阅读次数：
392
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
/* 如果给两张图片，中间有相似点。要求做匹配。怎么做。我现在能讲么？ 比如给了两幅图片，先求出sift点。 尺度空间极值检测。高斯模糊 关键点定位 关键点方向确定 关键点描述 kdtree 和 bbf 最优节点优先算法 进行两幅图片特征点的匹配，会涵盖一些不正确的匹配点 ransac 随机抽样一致 ...
分类：
其他好文 时间：
2016-05-29 12:24:03
阅读次数：
141
最近的项目需要和音频打交道，所以网上搜集了一些音频相关的基本知识，整理如下
自然界中的声音非常复杂，波形极其复杂，通常我们采用脉冲编码码调制编码，即PCM编码。PCM编码通过抽样、量化、编码三个步骤将连续变化的模拟信号转换为数字信号
采样（sample）
数码音频系统是通过将声波波形转换成一连串的二进制数据来再现原始声音的（原始声音是模拟信号），实现这个步骤使用的设备是模/数转换器（A...
分类：
其他好文 时间：
2016-05-22 12:31:10
阅读次数：
288
