1.判断是否适合做主成份分析，变量标准化Kaiser-Meyer-Olkin抽样充分性测度也是用于测量变量之间相关关系的强弱的重要指标，是通过比较两个变量的相关系数与偏相关系数得到的。KMO介于0于1之间。KMO越高，表明变量的共性越强。如果偏相关系数相对于相关系数比较高，则KMO比较低，主成分分析...
分类：
其他好文 时间：
2015-08-13 21:43:32
阅读次数：
453
1.引言
作为machine learning的初学者，看到如此多的问题都能够用数学简单的进行解决，再次感觉到数学的魅力。数学不仅仅是枯燥的考试题，而是人类理解世界的一种重要的工具。所以同样在搞ml的筒子们，我认为搞好数学是关键。在machine learning中有时候要测评两个特征之间的联系的程度，举ml中一个简单的例子，现在要预测房子的价格，告诉了房子的面积X和花园的面积Y这两个特征，我们要测评一下X和Y之间的相关程度，即房子的面积和花园的面积是否有联系或者相关。那么这里就会用到了协方差，即Cov（X...
分类：
其他好文 时间：
2015-08-12 21:45:31
阅读次数：
5875
A flexible and scalable slam system with full 3d motion estimation 论文学习记录
这篇论文系统框架，栅格多阈值，更新同步与伪数据，扫描匹配起始点，协方差交叉融合的思想还是值得借鉴的。
摘要
关注于搜救机器人建图定位与导航的框架性文章。 低计算资源的在线快速获取栅格地图； 结合鲁棒的激光扫描匹配方法和惯性传感器姿态估计系统。
快速地图梯度近似与多分辨率（类似图像金字塔）栅格地图，精确而不需要闭环检测。...
分类：
其他好文 时间：
2015-08-12 13:21:55
阅读次数：
432
来源：http://bbs.chinahrd.net/thread-709742-1-1.html，Kenneth的回答。z = 0.5 * ln [ (1+r)/(1-r) ]" C0 z2 NJ/ p; l3 t0 o转换后的分布大致上是正态分布的。而且它的标准差再不受总体的相关系数的大小影响，...
分类：
其他好文 时间：
2015-08-09 17:04:35
阅读次数：
221
计算矩阵参数（在脚本中为 BRIEF，在工具对话框中为未选中状态）的默认设置是仅计算输入栅格波段的最小值、最大值、平均值以及标准差。要计算这些统计数据以及其协方差和相关矩阵，需要在脚本中将参数设置为 DETAILED，或在工具对话框中选中。协方差矩阵列出所有沿左上到右下的对角线的所有栅格波段的方差，以及剩余条目中所有栅格波段间的协方差。...
分类：
其他好文 时间：
2015-07-31 12:58:48
阅读次数：
210
主要从普通的相关性和空间的自相关性分析。普通的相关性如变量之间的相关性，特别是目标变量与因子变量之间的相关性分析，本身也是预处理中特征选择的重要方法；而空间的相关性分析则分析则相关性，其中空间关联是其显著的特点；时间序列之间也存在空间相关性，对其进行探索性分析可考察空间数据（栅格）的时间联动性。1普通相关性分析就是分析变量之间的相关性，包括以下5个方面
1. Pearson相关系数探索连续变量相关...
分类：
其他好文 时间：
2015-07-28 21:21:28
阅读次数：
190
《Aggregating local descriptors into a compact image representation》论文笔记
在论文中，提取到VLAD特征后，要对特征向量进行PCA降维，就是用一个大小为D’ * D的矩阵M，对VLAD特征向量x做变换，降维后的vector是x’ = Mx，x’的大小是D’维。矩阵M是由原样本的协方差矩阵的D’个特征向量构成。
为什么M要是特征...
分类：
其他好文 时间：
2015-07-25 23:02:41
阅读次数：
220
再谈协方差矩阵之主成分分析自从上次谈了协方差矩阵之后，感觉写这种科普性文章还不错，那我就再谈一把协方差矩阵吧。上次那篇文章在理论层次介绍了下协方差矩阵，没准很多人觉得这东西用处不大，其实协方差矩阵在好多学科里都有很重要的作用，比如多维的正态分布，再比如今天我们今天的主角——主成分分析(Princip...
分类：
其他好文 时间：
2015-07-20 18:51:45
阅读次数：
171
[转]浅谈协方差矩阵一、统计学的基本概念统计学里最基本的概念就是样本的均值、方差、标准差。首先，我们给定一个含有n个样本的集合，下面给出这些概念的公式描述：均值：标准差：方差：均值描述的是样本集合的中间点，它告诉我们的信息是有限的，而标准差给我们描述的是样本集合的各个样本点到均值的距离之平均。以这两...
分类：
其他好文 时间：
2015-07-20 12:19:52
阅读次数：
101
最近重新看了一下概率论，感觉很多东西都遗忘了，还会陷入各种误区，赶紧的纠正回来。概率论这块，主要内容包括：事件、条件概率、随机变量、随机变量的分布函数、概率密度、联合分布、期望、方差、协方差。我自己的误区总结：1.事件和随机变量首先要明确样本空间是所有可能发生的事件的集合，它由全部基本事件组成。而事...
分类：
其他好文 时间：
2015-07-18 22:31:13
阅读次数：
231
