1、协方差矩阵 协方差是衡量两个随机变量(同一样本,不同分量)的相关程度。(方差描述的是一维变量)
随机变量 之间的协方差可以表示为 根据已知的样本值可以得到协方差的估计值如下(列向量相关): 可以进一步地简化为: 协方差矩阵: 说明:
(1)协方差矩阵中的每一个元素是表示的随机向量...
分类:
其他好文 时间:
2014-05-23 10:28:50
阅读次数:
330
Linear Regression线性回归 Notation 给定一个样本集T 样本总数为m
每个样本记做 其中为输入变量,也称为特征变量;为我们要预测的输出变量,也称为目标变量 表示第个样本。 问题描述 给定一个样本集,学习一个函数
使得是对相应y的一个好的预测。 因为某些历史原因,h被称为假设(...
分类:
其他好文 时间:
2014-05-20 02:15:22
阅读次数:
520
① Categories:种类表 相应字段: CategoryID :类型ID;
CategoryName:类型名; Description:类型说明; Picture:产品样本② CustomerCustomerDemo:客户类型...
分类:
数据库 时间:
2014-05-19 16:30:18
阅读次数:
326
Logistic Regression
逻辑回归解决问题类型二分类问题(classification) Notation给定一个样本集T样本总数为m每个样本记做
其中为输入变量,也称为特征变量;为我们要预测的输出变量,也称为目标变量表示第个样本。 Hypothesis的作用是,对于给定的输入变量,根...
分类:
其他好文 时间:
2014-05-19 11:59:01
阅读次数:
391
MLE
:最大似然估计,求得的这套参数估计能够通过指定模型以最大概率在线样本观测数据必须来自随机样本,自变量与因变量之间是线性关系logistic
回归没有关于自变量分布的假设条件,自变量可以连续,也可以离散,不需要假设他们之间服从多元正太分布,当然如果服从,效果更好logistic 回归对多元共线...
分类:
其他好文 时间:
2014-05-18 18:55:03
阅读次数:
297
CT 代码详细学习_模块1(样本的采集和扩充)...
分类:
其他好文 时间:
2014-05-18 15:03:04
阅读次数:
310
分类中通常使用将多个弱分类器组合成强分类器进行分类的方法,统称为集成分类方法(Ensemble Method)。比较简单的如在Boosting之前出现Bagging的方法,首先从从整体样本集合中抽样采取不同的训练集训练弱分类器,然后使用多个弱分类器进行voting,最终的结果是分类器投票的优胜结果。这种简单的voting策略通常难以有很好的效果。直到后来的Boosting方法问世,组合弱分类器的威...
分类:
其他好文 时间:
2014-05-18 13:51:17
阅读次数:
312
本章介绍普里姆算法。和以往一样,本文会先对普里姆算法的理论论知识进行介绍,然后给出C语言的实现。后续再分别给出C++和Java版本的实现。目录 1.
普里姆算法介绍 2. 普里姆算法图解 3. 普里姆算法的代码说明 4. 普里姆算法的源码 转载请注明出处:http://www.cnblogs.co....
分类:
编程语言 时间:
2014-05-17 18:35:29
阅读次数:
428
时间序列分析建模最大的优点在于不必深究信号序列的产生背景,序列本身所具有的时序性和自相关性已经为建模提供了足够的信息,只需要有限的样本序列,就可以建立起相当高精度的预测模型,但其存在低阶模型预测精度低、高阶模型参数估计难度大的不足。缺点:为了捕获整个事件,需要对不同时期的数据进行观察,这样增加数据维...
分类:
其他好文 时间:
2014-05-16 00:42:15
阅读次数:
322
k-近邻算法原理:存在一个样本的数据集合,也叫训练的样本集,样本集中每个数据都有标签,算法分类时,输入没有分类的新数据,将新数据的每个特征与样本集中每个数据对应的特征进行比较,然后样本集可以计算得到与新数据的相似度,然后取前k(通常不大于20)大相似度所对应的类标签,然后将新数据标识为k个中类标签最...
分类:
其他好文 时间:
2014-05-15 07:42:07
阅读次数:
401