E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
统计学习方法公式推导
【附源码和详细的
公式推导
】Minimum Snap轨迹生成,闭式求解Minimum Snap问题,机器人轨迹优化,多项式轨迹路径生成与优化
该篇博客内容较多,工作量也很大,难免在理解上表达上有错误,如有发现烦请指教。如有问题在博客中留言,或者github的仓库中提Issues都行,看到后我会尽快回复。MinimumSnap源代码:MinimumSnap(如果代码有用,别忘记给我点Star呀)主要内容:介绍MinimumSnap轨迹生成方法的由来以及用处;详细推导MinimumSnap轨迹生成的数学原理;对MinimumSnap问题进行
一点儿也不萌的萌萌
·
2022-11-30 06:37
路径规划
自动驾驶
几何学
算法
路径规划
运动规划
拉格朗日(Lagrange)插值
公式推导
及python实现计算
一、引言1.插值函数的定义:设函数y=f(x)在区间[a,b]上有定义,且已知在点a≤x0≤x1≤…≤xn≤b上的值y0,y1,…,yn,若存在一简单函数P(x),使成立,就称P(x)为f(x)的插值函数,点x0,x1,…,xn称为插值节点,包含插值节点的区间[a,b]为插值区间,求插值函数P(x)的方法称为插值法。2.插值多项式若P(x)是次数不超过n的代数多项式,即其中a0,a1,…an为实数
撼山拔月
·
2022-11-30 02:30
Python
python
Gauss-Seidel迭代法的C++实现
高斯赛德尔迭代法大家可以从网站上找到相关的
公式推导
,这里给出它的C++算法实现和运行的结果。
SEU-侯亮平
·
2022-11-29 23:27
c++
开发语言
后端
统计学习方法
李航 课后习题答案 第二版 机器学习
李航《
统计学习方法
》课后习题答案(第2版)【李航课后习题解答+书中疑点推导+算法代码实现+可私聊耐心解答(48小时内回复),包会!!】
#苦行僧
·
2022-11-29 23:20
学习方法
人工智能
统计学
监督学习
11.21课上作业
朴素贝叶斯的
公式推导
:python程序:fromfractionsimportFraction#公园男生的先验概率p_ym=Fraction(2,3)#公园女生的先验概率p_yw=Fraction(1,3
yulin_ye
·
2022-11-29 22:01
python
人工智能
吃瓜笔记---第三章 线性模型
预测函数写成向量的形式为:其中w为参数向量b为偏置量2、线性回归线性回归的思想就是通过给定的数据集拟合出一条最符合该数据集变化趋势的“直线”线性回归的任务就是求出预测函数的w和b,使其损失最小(下图是西瓜书部分
公式推导
deeplearningcc
·
2022-11-29 21:09
算法
线性回归
RC低通滤波器截止频率
公式推导
一阶RC低通滤波器一阶RC滤波器如图所示,电阻RRR串联电容CCC,输入电压记为UiU_iUi,输出电压记为UoU_oUo,电容容抗记为Xc=1jωcX_c=\frac{1}{j\omegac}Xc=jωc1,根据串联分压,列出传递函数,H(jω)=UoUi=XcR+Xc=1jωcR+1jωc=11+jωcH(j\omega)=\frac{U_o}{U_i}=\frac{X_c}{R+X_c}=\
月光疾風
·
2022-11-29 21:28
硬件工程
数学
圆排列
公式推导
_n个数第k个全排列-环状全排列公式如何理解环状全排列公式n!/ – 手机爱问...
2005-12-17排列与组合问题,我这块有点不明白,希望各排列组合问题的求解策略解答排列组合问题,首先必须认真审题,明确是属于排列问题还是组合问题,或者属于排列与组合的混合问题,其次要抓住问题的本质特征,灵活运用基本原理和公式进行分析解答。同时还要注意讲究一些策略和方法技巧,使一些看似复杂的问题迎刃而解。下面介绍几种常用的解题方法和策略。一、合理分类与准确分步法解含有约束条件的排列组合问题,应按
犀利一下下
·
2022-11-29 19:18
圆排列公式推导
机器学习——朴素贝叶斯算法Python实现
简介这里参考《
统计学习方法
》李航编进行学习总结。详细算法介绍参见书籍,这里只说明关键内容。即条件独立下:p{X=x|Y=y}=p{X1=x1|Y=y}*p{X2=x2|Y=y}*...
Kalankalan
·
2022-11-29 19:42
机器学习
机器学习
朴素贝叶斯算法
python实现
统计学习方法
案例
通俗易懂机器学习——朴素贝叶斯算法
本文将叙述朴素贝叶斯算法的来龙去脉,从数学推导到计算演练到编程实战文章内容有借鉴网络资料、李航《
统计学习方法
》、吴军《数学之美》加以整理及补充基础知识补充:1、贝叶斯理论–吴军数学之美http://mindhacks.cn
snanda
·
2022-11-29 19:41
机器学习
数据挖掘
机器学习
统计学
算法
数学
统计学习方法
第六章 逻辑斯谛回归与最大熵模型读书笔记
第六章逻辑斯谛回归与最大熵模型两者都属于对数线性模型6.1逻辑斯谛回归模型6.1.1逻辑斯谛分布F(x)非减,有界,连续------>F(x)为分布函数f(x)关于x=μ对称,在此处取得最大时1/4γ6.1.2二项逻辑斯谛回归模型将ω和x进行扩充,分别扩充b与1,ω·x+b可以简化成ω·x该模型的输入输出变量间不存在线性关系逻辑回归的输入变量可以是连续变量也可以是离散变量参数估计采用最大似然估计法
辰明Xucy
·
2022-11-29 17:51
学习方法
回归
统计学习方法
第五章 决策树 学习笔记
第五章决策树决策树(decisiontree)是一种基本的分类与回归方法。决策树可以认为是if-then规则的集合,也可以认为是定义在特征空间与类空间上的条件分布概率。优点:模型具可读性、分类速度快。学习步骤:特征选择、决策树的生成、决策树的修剪。5.1决策树的模型与学习5.1.1决策树模型5.1.2决策树与if-then规则内部条件------规则叶节点---------结论5.1.3决策树与条
辰明Xucy
·
2022-11-29 17:21
决策树
机器学习
学习方法
统计学习方法
第七章支持向量机 读书笔记
文章目录第七章支持向量机三要素模型策略算法为什么叫支持向量机7.1线性可分支持向量机与硬间隔最大化7.1.1线性可分向量机7.1.2函数间隔与几何间隔定义7.1.3间隔最大化算法7.1最大间隔算法7.1.4学习的对偶问题算法7.2线性可分支持向量机学习算法7.2线性支持向量机与软间隔最大化7.2.1线性支持向量机7.2.2原始问题与对偶问题7.2.3合页损失函数7.3非线性支持向量机与核函数7.3
辰明Xucy
·
2022-11-29 17:51
学习方法
统计学习方法
(第二版)+简博士 读书笔记
文章目录第一章统计学习及监督学习概论统计学习定义特点
统计学习方法
的步骤统计学习分类
统计学习方法
的基本分类监督学习(supervisedlearning)定义输入空间、特征空间、输出空间、实例相关表示基本假设目的形式假设空间
辰明Xucy
·
2022-11-29 17:51
学习
人工智能
机器学习
统计学习方法
第三章 k近邻法读书笔记
第三章k近邻法3.1k近邻算法k近邻算法是一种基本的分类与回归算法。k近邻法简单直观:给定一个训练数据集,对于新输入的实例,在训练数据集中找到与该实例最邻近的k个实例,这k个实例多数属于某个类,就把该输入实例分为这个类。算法3.1(k近邻法)当k=1时,为k近邻法的特殊情况,称为最近邻算法。k近邻法没有显示的学习过程。(没办法拿到一个模型拿来计算)3.2k近邻模型实际:k近邻法使用的模型对应于特征
辰明Xucy
·
2022-11-29 17:51
学习方法
机器学习
算法
统计学习方法
第四章 朴素贝叶斯法 学习笔记
文章目录第四章朴素贝叶斯法4.1朴素贝叶斯法的学习与分类4.1.1基本方法4.1.2后验概率最大化的含义4.2朴素贝叶斯法的参数估计4.2.1极大似然估计4.2.2学习与分类算法算法4.1朴素贝叶斯算法4.2.3贝叶斯估计第四章朴素贝叶斯法朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法。4.1朴素贝叶斯法的学习与分类4.1.1基本方法因为条件之间可能含有某种关联,比如雨天对应的温度可能会
辰明Xucy
·
2022-11-29 17:51
机器学习
算法
python
统计学习方法
读书笔记 第二章 感知机 【自用】
文章目录第二章感知机2.1感知机模型2.2感知机学习策略2.3感知机学习的算法2.3.1感知机学习算法的原始形式2.3.2算法的收敛性2.3.3感知机学习算法的对偶形式第二章感知机2.1感知机模型感知机是一种线性分类模型,属于判别模型假设空间:超平面:指比他所处环境空间小一维的子空间2.2感知机学习策略感知机学习目标:求得一个能够将训练集正实例点和负实例点完全正确分开的分离超平面。(即确定参数ω,
辰明Xucy
·
2022-11-29 17:20
《
统计学习方法
(第2版)》李航 第19章 马尔可夫蒙特卡罗法 MCMC 思维导图笔记 及 课后全部习题答案(步骤详细, 包含Metropolis算法,吉布斯算法代码实现)第十九章
思维导图:19.1用蒙特卡罗积分法求:∫−∞∞x2exp(−x22)dx\int_{-\infty}^{\infty}x^{2}\exp\left(-\frac{x^{2}}{2}\right)dx∫−∞∞x2exp(−2x2)dx首先将被积函数分解为分布函数与待求期望的函数的乘积:∫−∞∞x2exp(−x22)dx=2π∫−∞∞x212πexp(−x22)dx=2πE[x2]\begin{
ML--小小白
·
2022-11-29 14:50
统计学习方法笔记
算法
人工智能
机器学习
马尔可夫
蒙特卡罗
李航老师《
统计学习方法
》第二版第十九章马尔可夫链蒙特卡洛方法课后题答案
其他章节答案请参考我的汇总
统计学习方法
答案汇总,都是自己写的。
六七~
·
2022-11-29 14:50
统计学习方法第二版
机器学习
算法
人工智能
python
复现经典:《
统计学习方法
》第19章 马尔可夫链蒙特卡罗法
第19章马尔可夫链蒙特卡罗法本文是李航老师的《
统计学习方法
》一书的代码复现。作者:黄海广备注:代码都可以在github中下载。我将陆续将代码发布在公众号“机器学习初学者”,可以在这个专辑在线阅读。
湾区人工智能
·
2022-11-29 14:46
人工智能
python
机器学习
算法
深度学习
《
统计学习方法
》第二十章 马尔可夫链蒙特卡罗法
狄利克雷分布的概率密度函数为p(θ∣α)=Γ(∑i=1kαi)∏i=1kΓ(αi)∏i=1kθiαi−1p(\theta|\alpha)=\frac{\Gamma(\sum_{i=1}^{k}\alpha_{i})}{\prod_{i=1}^{k}\Gamma(\alpha_{i})}\prod_{i=1}^{k}\theta_{i}^{\alpha_{i}-1}p(θ∣α)=∏i=1kΓ(αi)
小鹏AI
·
2022-11-29 14:45
统计学习方法
算法
人工智能
分类与回归梯度下降
公式推导
逻辑回归梯度下降
公式推导
1.相关函数公式及求导1.1.线性回归公式1.2.sigmoid函数2.逻辑回归2.1损失函数公式【交叉熵公式】2.2求导2.2逻辑回归梯度下降公式3.线性回归3.1损失函数公式
荼靡,
·
2022-11-29 11:41
机器学习笔记
逻辑回归
人工智能
2022.11.27 第九次周报
SequencetoSequenceLearningwithNeuralNetworks》主要内容模型结构反转源句ReversingtheSourceSentences实验编码encode解码decode结果论文总结二、循环神经网络RNN
公式推导
杨幂臭脚丫子
·
2022-11-29 10:20
深度学习
人工智能
【论文精读】transformer:Attention Is All You Need
arxiv.org/abs/1706.03762目录相关介绍Seq2Seq模型softmaxRNN的局限性解决对策本文贡献(创新点)什么时候可以用transformer模型模型Encoder部分基本过程
公式推导
浪里摸鱼
·
2022-11-29 09:39
深度学习
机器学习
人工智能
注意力机制
attention
FAST-LIO
公式推导
原代码对新手似乎不是很友好,所以用Eigen重新实现了Fast-LIO的核心功能:ghowoght/simple_lio本文中变量命名与Fast-LIO论文中不尽相同,比如为了便于阅读而忽略了很多上下标,如有误解之处,敬请指正。0.运算符定义通过指数/对数映射可以实现李群和李代数之间的映射,定义⊞\boxplus⊞和⊟\boxminus⊟运算符,如下:R⊞r=RExp(r)R1⊟R2=Log(R2
白鸟无言
·
2022-11-29 07:21
移动机器人
slam
lio
迭代卡尔曼滤波
激光惯导里程计
fastlio
【深度学习——ANN】一文读懂BP神经网络
5629865.html最近在看深度学习的东西,一开始看的吴恩达的UFLDL教程,有中文版就直接看了,后来发现有些地方总是不是很明确,又去看英文版,然后又找了些资料看,才发现,中文版的译者在翻译的时候会对省略的
公式推导
过程进行补充
Lily_9
·
2022-11-29 05:42
深度学习
BP神经网络
《
统计学习方法
》全部算法
目录前言手写实现李航《
统计学习方法
》书中全部算法示例内容完整目录第二章感知机:第三章K近邻:第四章朴素贝叶斯:第五章决策树:第六章逻辑斯蒂回归与最大熵模型:第七章支持向量机:第八章提升方法:第九章EM算法及其推广
zhangyuexiang123
·
2022-11-29 01:45
深度学习
统计学习方法
svm课后习题_分析《
统计学习方法
第2版》PDF+习题部分代码+部分课件讨论...
(转载请删除括号里的内容)我虽然很喜欢模式识别和机器学习,但我暂时并不希望在这上面做深入的研究,只想把别人研究好的成熟的理论用在计算机视觉任务上。比如SVM,Adaboost,EM,朴素贝叶斯,K近邻,决策树等等。能够知道每种算法的原理,而并不想深究其实现过程以及理论证明。比如SVM,我想知道的是这种算法如何实现分类,有哪几种类型,每种适合什么样的分类任务,对应的参数的意义是什么。这样我在使用SV
weixin_39833469
·
2022-11-29 01:13
统计学习方法svm课后习题
手写实现李航《
统计学习方法
》书中全部算法
点击上方,选择星标或置顶,每天给你送干货!阅读大概需要3分钟跟随小博主,每天进步一丢丢作者:Dodo编辑:深度学习自然语言处理公众号github:https://github.com/Dod-o/Statistical-Learning-Method_Code前言力求每行代码都有注释,重要部分注明公式来源。具体会追求下方这样的代码,学习者可以照着公式看程序,让代码有据可查。如果时间充沛的话,可能会
zenRRan
·
2022-11-29 01:33
李航老师《
统计学习方法
》及相关资源(代码、课件)的汇总及下载
编辑|Will出品|字节AI李航:毕业于日本京都大学电气电子工程系,日本东京大学获得计算机科学博士学位。1990年至2001年就职于日本NEC公司中央研究所,任研究员,2001年至2012年就职于微软亚洲研究院,任高级研究员与主任研究员。2012年至2017年就职于华为技术有限公司诺亚方舟实验室,任首席科学家、主任。现任字节跳动科技有限公司人工智能实验室总监,北京大学、南京大学客座教授,IEEE会
一路向北168
·
2022-11-29 01:03
机器学习
机器学习
人工智能
Boosting方法及代码实战
1.Boosting基本思路 Boosting(提升)方法是一种常用的
统计学习方法
,应用广泛且有效,在分类问题中,它通过改变训练样本的权重,学习多个分类器,并将这些分类器进行线性组合,提高分类的性能。
很随便的wei
·
2022-11-29 01:31
机器学习
python
python
机器学习
《
统计学习方法
》第八章 提升方法(原理+代码)
提升方法是将弱学习算法提升为强学习算法的
统计学习方法
在分类学习中,提升方法通过反复修改训练数据的权值分布,构建一系列基本分类器(弱分类器)并将这些基本分类器线性组合,构成一个强分类器代表性的提升方法是AdaBoost
小鹏AI
·
2022-11-29 01:26
统计学习方法
学习方法
算法
直方图均衡化 原理、流程、
公式推导
及matlab实现
附上按照上述流程实现的MATLAB代码:clc;closeall;clearall;H=imread('测试图\lena512.bmp');H=H(:,:,1);%判断是否为三通道彩色图片若是则将其灰度化iflength(size(H))>2H=rgb2gray(H);end%获取图片的尺寸便于计算总像素数即m*n[m,n]=size(H);%生成一个一行256列的矩阵p=zeros(1,256)
非 常 道
·
2022-11-28 23:56
matlab
图像处理
matlab
图像处理
【统计学笔记】第12章 多元线性回归
书籍:《统计学(第六版)》书籍作者:贾俊平索引专业名词:方便查找,解释说明专业名词
公式推导
:解释说明公式记忆:方便查找摘抄案例12.1多元线性回归模型12.1.1多元回归模型与回归方程多元回归模型设因变量为
好好学习的星熊
·
2022-11-28 19:03
机器学习笔记
线性回归
回归
概率论
《机器学习》读书笔记1——基本概念
文章目录一、
统计学习方法
的概述二、机器学习的主要任务2.1什么是模型2.2极大似然估计2.3生成式模型和判别式模型2.3.1生成式模型和判别式模型区别2.3.2为啥判别式模型预测效果更好2.4损失函数2.5
神洛华
·
2022-11-28 16:39
人工智能读书笔记
机器学习
自然语言处理
概率论
第十次周报
第十次周报摘要RNN
公式推导
为什么使用tanh激活函数为什么会出现梯度消失或梯度爆炸代码实现LSTM
公式推导
文献阅读总结摘要Thisweek,Ireadareviewpaperontextrecognitionanddetection
三倍速的红色魔女
·
2022-11-28 14:46
深度学习
rnn
神经网络
统计学习方法
第十六章作业:PCA主成分分析算法 代码实现
PCA主成分分析importnumpyasnpclassPCA:def__init__(self,x,R=None):self.x=np.array(x)self.dim=self.x.shape[-1]self.num=self.x.shape[0]self.R=Rself.X=Noneself.r_list=Noneself.r_v=Noneself.nk=Noneself.X_=Nonede
是算法不是法术
·
2022-11-28 10:43
统计学习方法
算法
python
机器学习
《
统计学习方法
》第十四章聚类算法
一、写在前面本文是《
统计学习方法
》第十四章聚类方法读书笔记。
骑猪流浪江湖
·
2022-11-28 10:43
《统计学习方法》读书笔记
算法
机器学习
聚类
统计学习方法
学习笔记:第十四章:聚类方法
第十四章:聚类方法基本概念聚类是根据样本之间的相似度或距离来将样本进行归类,不同的距离度量方式会影响最终的聚类效果,常用的距离或相似度有下列:闵可夫斯基距离:欧式、曼哈顿距离、切比雪夫距离等马哈拉诺比斯距离:dij=[(xi−xj)TS−1(xi−xj)]12,d_{ij}=[(x_i-x_j)^TS^{-1}(x_i-x_j)]^{\frac{1}{2}},dij=[(xi−xj)TS−1(xi
小滔滔ahh
·
2022-11-28 10:12
统计学习
统计学习方法
学习笔记:第十六章.主成分分析
第十六章:主成分分析(PCA:principalcomponentanalysis)利用正交变换\color{red}{正交变换}正交变换把由线性相关变量表示的观测数据转换为少数几个由线性无关变量表示\color{red}{由线性无关变量表示}由线性无关变量表示的数据,同时尽可能的保留较多的原始数据信息,线性无关的变量称为主成分,\color{red}{线性无关的变量称为主成分},线性无关的变量称
小滔滔ahh
·
2022-11-28 10:12
统计学习
《
统计学习方法
》第 14 章 聚类方法 KMeans
k-均值聚类n个样本分到k个不同的类或簇,每个样本到其所属类的中心的距离最小。每个样本只能属于一个类,所有k-均值聚类是硬聚类。模型k
weixin_34406061
·
2022-11-28 10:11
数据结构与算法
电信保温杯笔记——《
统计学习方法
(第二版)——李航》第14章 聚类方法
电信保温杯笔记——《
统计学习方法
(第二版)——李航》第14章聚类方法介绍聚类的基本概念样本的相似度或距离闵可夫斯基距离马哈拉诺比斯距离相关系数夹角余弦类或簇定义特征距离聚类算法层次聚类聚合聚类步骤例子k
电信保温杯
·
2022-11-28 10:40
机器学习
聚类
学习
机器学习
李航老师《
统计学习方法
》第十六章主成分分析课后题答案
其他章节答案请参考我的汇总
统计学习方法
答案汇总,都是自己写的。
六七~
·
2022-11-28 10:39
统计学习方法第二版
数据分析
协方差
算法
数据挖掘
李航老师《
统计学习方法
》第十四章聚类方法课后题答案
其他章节答案请参考我的汇总
统计学习方法
答案汇总,都是自己写的。1、试写出分裂聚类算法,自上而下地对数据进行聚类,并给出其算法复杂度。
六七~
·
2022-11-28 10:38
统计学习方法第二版
聚类
算法
数据挖掘
《
统计学习方法
(第2版)》李航 第16章 主成分分析 PCA 思维导图笔记 及 课后习题答案(步骤详细)PCA 矩阵奇异值 第十六章
16.1对以下样本数据进行主成分分析:X=[233457245568]X=\left[\begin{array}{llllll}2&3&3&4&5&7\\2&4&5&5&6&8\end{array}\right]X=[223435455678]由于手解数据不是那么“友好”所以直接用代码求解:importnumpyasnpX=np.array([[2,3,3,4,5,7],[2,4,5,5,6,8]
ML--小小白
·
2022-11-28 10:08
统计学习方法笔记
矩阵
机器学习
人工智能
深度学习
大数据
《
统计学习方法
(第2版)》李航 第14章 聚类方法 思维导图笔记 及 课后习题答案(步骤详细) k-均值 层次聚类 第十四章
思维导图:14.1试写出分裂聚类算法,自上而下地对数据进行聚类,并给出其算法复杂度。i.计算n个样本两两之间的距离,并将所有样本看作一个类,将样本间最大距离作为类直径;ii.对于类直径最大的类,将其中相距最远,也就是距离为类直径的两个样本分成两个新类,该类其他样本就近(相对于那两个选中的样本)归于两个类之一;iii.如果类别个数达到停止条件(预设的分类书)则停止,否则回到ii.步骤。模型复杂度O(
ML--小小白
·
2022-11-28 10:38
统计学习方法笔记
聚类
均值算法
人工智能
机器学习
算法
第十四章聚类方法.14.3K均值聚类
文章目录主要内容k均值聚类的定义样本空间划分k均值聚类策略算法步骤例题k均值聚类算法特性收敛性初始类的选择类别数k的选择k均值聚类缺点改进本课程来自深度之眼,部分截图来自课程视频以及李航老师的《
统计学习方法
oldmao_2000
·
2022-11-28 10:37
统计学习方法
第十四章聚类方法.14.2.5有序样本分类法
文章目录主要内容算法功能与数据类型有序聚类步骤定义类的直径定义分类的损失函数最优解的求法例子:本课程来自深度之眼,部分截图来自课程视频以及李航老师的《
统计学习方法
》第二版。
oldmao_2000
·
2022-11-28 10:07
统计学习方法
机器学习
深度学习
概率论
《
统计学习方法
》(第十四章)——聚类方法
聚类基本概念相似度或距离相似度或距离: 聚类的核心是相似度或距离的定义,它将直接影响到聚类的结果闵可夫斯基距离dij=(∑k=1m∣xki−xkj∣)1pd_{ij}=(\sum\limits_{k=1}^m|x_{ki}-x_{kj}|)^{\frac{1}{p}}dij=(k=1∑m∣xki−xkj∣)p1p=2时偶啦距离p=2时偶啦距离p=2时偶啦距离p=1时曼哈顿距离p=1时曼哈顿距离p
mkopvec
·
2022-11-28 10:06
机器学习
第十四章聚类方法.14.2.4确定最佳聚类数
1、给定阈值2、数据点散布图3、根据统计量分析聚类数量预备知识R2R^2R2统计量半偏R2R^2R2统计量伪F统计量伪t2t^2t2统计量谱系图本课程来自深度之眼,部分截图来自课程视频以及李航老师的《
统计学习方法
oldmao_2000
·
2022-11-28 10:06
统计学习方法
上一页
21
22
23
24
25
26
27
28
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他