协方差矩阵的定义 设一个随机向量为$\mathbf{x} \in \mathbb{R}^\mathrm{N}$，其均值为$\bar{\mathbf{x}}$，则令$\mathbf{y} = \mathbf{x} \bar{\mathbf{x}}$，则随机向量$\mathbf{x}$的协方差定义为： ...
分类：
其他好文 时间：
2020-01-31 23:08:43
阅读次数：
198
[TOC] 资料 "Spark机器学习库（MLlib）中文指南" "关于spark机器学习的知乎专栏" "Spark入门实战系列 8.Spark MLlib（上） 机器学习及SparkMLlib简介" "基本Kmeans算法介绍及其实现" [spark MLlib 概念 1：相关系数（ PPMCC ...
分类：
其他好文 时间：
2020-01-31 13:59:26
阅读次数：
104
Jaccard相关系数用来衡量两个集合的相关性，数值越大，相似度就越高。相对于Jaccard系数，Jaccard距离是用来衡量两个样本集合的差异性的。 Jaccard相关系数： Jaccard距离： 如果A，B集合中元素的取值为二值数（0,或者1，0代表此元素不在这个集合中，1代表此元素在这个集合中 ...
分类：
其他好文 时间：
2020-01-30 17:22:37
阅读次数：
215
方差是用来度量随机变量X 与其均值E(X) 的偏离程度。 【随机变量的协方差】 在概率论和统计中，协方差是对两个随机变量联合分布线性相关程度的一种度量。两个随机变量越线性相关，协方差越大，完全线性无关，协方差为零。定义如下： 当X，Y是同一个随机变量时，XX与其自身的协方差就是XX的方差，可以说方差 ...
分类：
其他好文 时间：
2020-01-29 12:55:12
阅读次数：
114
典型相关分析（Canonical Correlation analysis）：研究两组变量（每组变量中都可能有多个指标） 之间相关关系的一种多元统计方法。它能够揭示出两组变量之间的内在联系。 相比之下，"皮尔逊Pearson相关系数"和"斯皮尔曼Spearman相关系数"仅能处理多个指标，不能把多个... ...
分类：
其他好文 时间：
2020-01-24 22:24:04
阅读次数：
108
1.相关性分析 分析连续变量之间的线性相关程度的强弱 图示初判 / Pearson相关系数（皮尔逊相关系数） / Sperman秩相关系数（斯皮尔曼相关系数） # 图示初判 # （1）变量之间的线性相关性 data1 = pd.Series(np.random.rand(50)*100).sort_ ...
分类：
其他好文 时间：
2020-01-22 23:55:44
阅读次数：
150
自然语言处理入门基础 1 数学基础 （1）线性代数 向量、 矩阵、距离计算（余弦距离、欧式距离、曼哈顿距离、明可夫斯基距离、切比雪夫距离、杰卡德距离、汉明距离、标准欧式距离、皮尔逊相关系数） （2）概率论 随机试验、条件概率、全概率、贝叶斯定理、信息论 （3）统计学 图形可视化（饼图、条形图、热力图 ...
分类：
其他好文 时间：
2020-01-19 12:39:31
阅读次数：
72
皮尔逊相关系数及其MATLAB实现 一、参考链接 1.http://blog.csdn.net/wsywl/article/details/5727327 2.http://www.cnblogs.com/zhangchaoyang/articles/2631907.html 3.http://bl ...
分类：
其他好文 时间：
2020-01-13 18:17:28
阅读次数：
246
1. 直推式的PCA 基本步骤： 对样本数据进行中心化处理（这步操作比较重要，特别是对推导公式） 求样本的协方差矩阵； 对样本的协方差矩阵进行特征值分解，并通过前k个特征值对应的特征向量进行映射： PCA的优化目标是： X = D + N，即低秩矩阵D和独立同分布的Gaussian噪声； 1 def ...
分类：
编程语言 时间：
2020-01-10 22:12:25
阅读次数：
95
两组序列数据，求两者的线性相关系数。 1：使用numpy import random import numpy as np a = [random.randint(0, 10) for t in range(20)] b = [random.randint(0, 10) for t in range ...
分类：
编程语言 时间：
2020-01-10 12:17:57
阅读次数：
165
