连续变量

r语言直方图_R语言_009可视化（直方图）

这是一个连续变量(定量变量)的概率分布的估计，并且被卡尔·皮尔逊(KarlPearson)首先引入。它是一种条形图。
weixin_39854730·2022-02-09 07:13

遗传算法GA(学习笔记_05)

基本概念遗传学术语遗传算法术语群体可行解集个体可行解染色体可行解的编码基因可行解编码的分量基因形式遗传编码适应度评价函数值选择选择操作交叉交叉操作变异变异操作遗传编码：二进制编码十进制编码（实数编码）：只能用于连续变量问题
Cloud-Lii·2022-02-07 07:24

【OpenCV 完整例程】73. 二维连续傅里叶变换

二维连续傅里叶变换欢迎关注『OpenCV完整例程100篇』系列，持续更新中欢迎关注『Python小白的OpenCV学习课』系列，持续更新中2.1二维连续傅里叶变换设f(t,z)f(t,z)f(t,z)是二维连续变量
小白YouCans·2022-02-06 18:30

ID3、C4.5、CART决策树生成算法总结

分类树主要针对目标变量是离散变量（一般是二元变量）的情形，回归树针对目标变量是连续变量的情
HaloZhang·2021-12-07 10:38

机器学习基础知识之概率论的随机变量及其分布

❤️机器学习基础知识❤️之概率论的❤️随机变量及其分布❤️文章目录❤️机器学习基础知识❤️之概率论的❤️随机变量及其分布❤️一、随机变量以及其分布1、连续变量2、离散变量3、概率密度二、随机变量的数学期望
hhh江月·2021-11-01 17:06

Stata--grmap画地图

grmap跟着分类变量或者连续变量using跟着坐标系地图label(data($map\xxx)xxx至label出现的坐标位置polygon后面接指北针和比例尺legend可以打开图片编辑器，用PLOTREGION1
古城路揸fit人·2021-10-26 22:57

2021年华为杯数模赛D题总结

：已有条件：给出了1974个训练样本和50个测试样本，每个样本有729个特征每个训练样本有7个标签，分别是IC50值、pIC50值、和ADMET性质（包含5个标签）IC50值、pIC50值是两个相关的连续变量
唐BiuBiu·2021-10-19 16:21

决策树原理

计算不纯度的方法误差率信息熵Gini(基尼系数)3.公式应用及总结特征4.举例说明5.总结6.ID3的局限性C4.5算法1.C4.5与ID3和CART的区别2.修改局部最优化的条件3.利用GR重新计算上面的例子4.连续变量处理手段
功夫大笨鲨·2021-10-08 20:13

R与散点图进阶（一）

散点图主要用于描述两个连续变量之间的关系，通过散点图发现变量之间的相关性强度、是否存在线性关系等。
生信分析记录本·2021-09-22 11:40

R语言| 连续变量取cutoff值：基于KM曲线

连续变量取cutoff值：基于KM曲线欢迎大家关注我的公众号：一只勤奋的科研喵文章来源：R语言|连续变量取cutoff值：基于KM曲线相关链接↓↓↓↓↓1.R语言|连续变量取最佳cutoff值:基于ROC
小毛竹_mxd·2021-08-08 20:01

汽车燃料效率预测

本教程的目的是要预测汽车的燃料效率，相比于之前的分类，这是一个回归问题，回归是针对连续变量的，分类是针对离散变量的用的数据集是AutoMPG，包含有MPG、Cylinders、Displacement、
·2021-07-28 12:40

R绘图基础指南 | 2.折线图

折线图通常用来对两个连续变量的相互依存关系进行可视化，其中，x轴对应于自变量，y轴对应于因变量。折线图的x轴通常对应的是连续
木舟笔记·2021-07-22 10:57

R数据可视化：如何绘制条形图？

例如，条形图可以用来形象地展示4种不同商品的价格，但不适宜用来展示商品价格随时间的变动趋势，因为这里的时间是一个连续变量——尽管我们也可以这么做，后面会看到这种情形。
人邮异步社区·2021-07-17 20:10

线性回归和逻辑回归的极大似然估计

离散变量预测，称之为分类；连续变量预测，称之为回归。本文总结，通过极大似然估计得到：1）线性回归的代价函数为均方误差。2）逻辑回归的代价函数为(经过映射后的)二元交叉熵。
星光下的胖子·2021-06-26 13:30

机器学习实战教程（四）：朴素贝叶斯基础篇之论过滤器（a）

但由于该算法以自变量之间的独立（条件特征独立）性和连续变量的正态性假设为前提，就会导致算法精度在某种程度上受影响。二、朴素贝叶斯理论朴素贝叶斯是贝叶斯决策理论的一部分，所以在讲述朴素贝叶斯之前有
徒步熊猫·2021-06-23 13:27

第四章

决策树分为分类树和回归树两种，分类树对离散变量做决策树，回归树对连续变量做决策树。其中每个非叶节点表示一个特征属性上的测试，每个分支代表这个特征属性在某个值域上的输出，而每个叶节点存放在一个类别。
HXXHXX·2021-06-13 09:09

SPSS-聚类分析

R型聚类SPSS的Classify子菜单中提供了5种分类分析方法:1.两步聚类2.K-means(快速聚类)3.分层聚类4.分类树5.判别分析主要前三种,下面分别介绍一.两步聚类优点:1.能够同时根据连续变量和分类变量进行聚类分析
Co_zy·2021-06-11 04:28

探索性数据分析-对分布进行可视化表示

（分类变量通常保存为因子或字符向量）ggplot(data=diamonds)+geom_bar(mapping=aes(x=cut))屏幕快照2020-06-03下午4.38.19.png2想要检查连续变量的分布
Ginger_58a6·2021-06-06 20:41

森林图快速绘制工具

而且在推文中，小编也给大家简要的分析了两者之间的区别，即KM曲线展示的是不连续变量对患者生存的影响。cox比例分析则分析的是连续变量对患者生存状态的影响，其结果是一张表格，里面包括cox比
生信学霸·2021-06-05 01:37

图像直方图

这是一个连续变量（定量变量）的概率分布的估计，并且被卡尔·皮尔逊（KarlPearson）首先引入。它是一种条形图。构建直方图：①将值的范围分段②计
六号666·2021-06-03 14:27

python实现高斯模糊及原理详解

（一）一维高斯分布函数一维（连续变量）高斯函数形式如下，高斯函数又称“正态分布函数”：μ是分布函数的均值（或者期望），sigma是标准差。
·2021-05-16 12:04

2017.11.06

3.还有针对连续变量的决策树算法以及对缺失值的处理。
科长鸭·2021-05-15 22:15

linux r语言 指定编码,R语言-进行数据的重新编码(recode)操作

在分析数据时我们经常会遇到将变量值转换成其他的值的情况(如：将连续变量转成分类变量)这时就需要我们对原有数据进行重新编码。本文将介绍R软件中常用的三种重编吗方法：1、使用逻辑判断式编码。
张昊win·2021-05-13 20:20

高斯模糊原理和python实现

（一）一维高斯分布函数一维（连续变量）高斯函数形式如下，高斯函数又称“正态分布函数”：μ是分布函数的均值（或者期望），sigma是标准差。
kelly学挖掘·2021-05-12 21:32

prml-1绪论

如果要求的输出由⼀个或者多个连续变量组成，那么这个任务被称为回归（regression）。2在其他的模式识别问题中，训练数据由⼀
keaidelele·2021-05-03 07:43

R语言-14.2一次性筛选出高度相关自变量（相关系数与卡方检验）

与上一篇《单因素方差分析》组合，就是筛选与因变量相关，自变量不相关（最大相关，最小冗余）的原则进行降维针对连续变量：利用相关性选出2至26列，显著相关的自变量，cor存储了高度相关的变量对，以及对应的相关系数
周一ing·2021-04-19 15:21

相关性分析 Pearson 相关系数 和 Spearman 秩相关系数

分析连续变量之间线性相关程度的强弱，并用适当的统计指标表示出来的过程称为相关分析。本文主要介绍比较常用的Pearson相关系数、Spearman秩相关系数。
自由调优师_大废废·2021-04-18 22:42

逻辑回归-泰坦尼克号获救问题

data.info()字符串类型变量有Name(文本格式,需从中提取有效信息),Sex(二分类变量),Ticket(票根号,无意义),Cabin(无序分类变量),Embarked(无序分类变量),其余数值型变量为连续变量
熊定坤·2021-04-17 20:57

R语言-进行数据的重新编码(recode)操作

在分析数据时我们经常会遇到将变量值转换成其他的值的情况（如：将连续变量转成分类变量）这时就需要我们对原有数据进行重新编码。本文将介绍R软件中常用的三种重编吗方法：1、使用逻辑判断式编码。
·2021-04-17 15:34

[26] 《R数据科学》分类变量和连续变量

上文的主要内容是，用连续变量显示分类变量分布时可以采用折线图（geom_freqpoly()），而当用分类变量显示连续变量时，可以采用箱线图（geom_boxplot()），本文介绍描述两个分类变量和两个连续变量相关变动时的可视化情况
灰常不错·2021-04-13 18:39

Python - 方差分析（简单代码）

应用场景：例如一个分类指标教育等级（等级变量），如（大学-1，硕士-2，博士-3）与连续变量每月的月均支出金额是否相关。
千与千寻楚·2021-04-12 21:22

Python -双样本T检验

应用场景：例如一个分类指标（0，1）与连续变量是否有关系。
千与千寻楚·2021-04-09 21:39

在数据集上计算连续随机变量的信息熵和互信息--k-近邻估计方法

然而，通常在给定的数据集上，无法知道连续变量的概率分布，其概率密度函数也就无法获得，不能够用微分熵的计算公式。那要如何计算呢？
Jeremy_权·2021-03-31 11:46

时序分析 18 状态空间模型 下 (卡尔曼滤波)

我们可以把卡尔曼滤波理解为隐含马尔可夫模型在连续变量域的版本，它也属于状态空间模型。事实上，这种逻辑是比较符合客观事实的。我们在业务数据分析中也
Magic Ktwc37·2021-03-20 14:10

#第30篇分享：乳腺癌预测及SVC的探索（python语言：sklearn支持向量机svm）（6）

，而且通过使用不同的核函数，可以调节我们的模型达到非常优秀的效果，是个非常值得学习的算法：初识一下：'''1.支持向量机能做什么：线性二分类与多分类；非线性二分类与多分类；普通连续型变量的回归；概率型连续变量的回归
天甜费，·2021-03-08 15:28

机器学习(三)：理解逻辑回归及二分类、多分类代码实践

我们可以从预测值的类型上简单区分：连续变量的预测为回归，离散变量的预测为分类。一、逻辑回归：二分类1.1理解逻辑回归我们把连续的预测值进行人工定义，边界的一边定义为1，另一边定义为0。
·2021-02-01 16:02

机器学习(三)：理解逻辑回归及二分类、多分类代码实践

我们可以从预测值的类型上简单区分：连续变量的预测为回归，离散变量的预测为分类。一、逻辑回归：二分类1.1理解逻辑回归我们把连续的预测值进行人工定义，边界的一边定义为1，另一边定义为0。
蔡永吉·2021-02-01 16:37

机器学习(三)：理解逻辑回归及二分类、多分类代码实践

我们可以从预测值的类型上简单区分：连续变量的预测为回归，离散变量的预测为分类。一、逻辑回归：二分类1.1理解逻辑回归我们把连续的预测值进行人工定义，边界的一边定义为1，另一边定义为0。
·2021-02-01 16:29

python建模数据分箱_【Python数据分析】基于决策树的有监督自动分箱实战代码（自定义封装函数）...

连续变量的离散化处理。例如年龄：从1、2、3、4……100变成“1~20”、“21~30”差不多这个样子。
weixin_39731107·2021-02-01 08:25

R语言RStan贝叶斯示例：重复试验模型和种群竞争模型Lotka Volterra

Stan通过马尔可夫链蒙特卡罗方法（例如No-U-Turn采样器，一种汉密尔顿蒙特卡洛采样的自适应形式）为连续变量模型提供了完整的贝叶斯推断。
拓端研究室·2021-01-27 15:19

R语言ROC曲线评价分类器的好坏

p=18944本文将使用一个小数据说明ROC曲线，其中n=10个观测值，两个连续变量x_1和x_2，以及二元变量y∈{0,1}。
拓端研究室·2021-01-04 11:49

年轮

其实昨夜与今朝并无不同，太阳东升西落，你我日出而作日落而息，只是人为的将连续变量分将开来，把逗号变成了分号。但这样的分割意义却是巨大的，从此把直线换成了圆，把从生到死变成了周
彼荷夜·2021-01-03 22:17

二分类变量相关性分析spss_SPSS(二)相关分析

连续变量的相
weixin_39818727·2020-12-30 11:55

多项logistic回归系数解释_Logistic回归结果的回归系数和OR值解读

假设有一个因变量y和一组自变量x1,x2,x3,...,xn，其中y为连续变量，我们可以拟合一个线性方程：y=β0+β1*x1+β2*x2+
人行有师·2020-12-29 16:10

有各组方差怎么算组间平方和_SPSS 单因素方差分析

2.需要满足的前提假设假设1：因变量为连续变量；假设2：有一个包含2个及以上分类、且组别间相互独立的自变量；假设3：每组间和组内的观测值相互独立；假设4：每组内没有明显异常值；假设5：每组内因变量符合正态分布
辣目洋子·2020-12-29 00:30

CDA level1 Part1 易错易混概念总结

连续变量检查其中心水平、离散程度、偏度、峰度4个方面。正态分布中，均值=中位数=众数。正态分布中，变量取值距离均值2倍标准差内出现的概率
数据小鱼Rexa·2020-12-26 21:48

绘制连续变量预测概率的平滑曲线及95%可信区间

这个图应该也是可以用ggplot2绘制的了，不过绘制之前先分析下图的横纵坐标，横坐标为以连续变量，为动脉血氧分压水平；纵坐标为发生SIRS的概率。
灵活胖子的进步之路·2020-12-25 15:33

决策树留一法python代码_【Python数据分析】基于决策树的有监督自动分箱实战代码（自定义封装函数）...

连续变量的离散化处理。例如年龄：从1、2、3、4……100变成“1~20”、“21~30”差不多这个样子。
凯文哥爱分享·2020-12-20 23:37

python中sklearn实现决策树及模型评估_决策树在sklearn中的实现

1概述1.1决策树是如何工作的1.2构建决策树1.2.1ID3算法构建决策树1.2.2简单实例1.2.3ID3的局限性1.3C4.5算法&CART算法1.3.1修改局部最优化条件1.3.2连续变量处理手段
weixin_39608478·2020-12-19 09:54

jq实现文字个数限制_非线性关系的分析方法限制性立方样条（Restricted cubic spline，RCS）...

常见的解决方法是将连续变量分类，但类别数目和节点位置的选择往往带有主观性，并且分类往往会损失信息。
weixin_39946429·2020-12-19 06:06
上一页 6 7 8 9 10 11 12 13 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他