Allan方差

概率论和数理统计(二) 数字特征与大数定律

前言有了“概率”数据,怎么反应情况.数学期望与方差,大数,极限数学期望期望是数字特征之一,其描述的是随机试验在同样的机会下重复多次，所有那些可能状态的平均结果.平均数和加权平均数离散型随机变量期望连续型随机变量期望随机变量函数的期望
懒猫gg·2023-11-11 19:34

Python学习笔记（五.数据分析 ——上）

系列文章持续更新中…文章目录前言一、相关性分析A.获取股票价格a.获取日K线的股票价格b.获取每分钟的股票价格B.合并股票价格C.股票价格相关性分析二、假设检验三、方差分析A.单因素方差分析B.双因素方差分析
槃星Panxing·2023-11-11 18:05

机器学习笔记（三）

与隐马尔可夫模型卷积神经网络CNN与循环神经网络RNN聚类与集成算法机器学习笔记（三）回归分析线性回归损失函数最小二乘法岭回归（RidgeRegression）套索回归（lasso回归）逻辑回归(对数几率回归)范数协方差线性判别分析
枯鱼过河泣·2023-11-11 17:50

机器学习读书笔记之11 - 岭回归 & LASSO回归

作为入门级的线性回归，可能会遇到的一些问题：（1）参数稳定性和精度问题如果观测数据和参数之间有比较明显的线性关系，最小二乘回归会有很小的偏倚；如果观测数据个数N远大于参数个数P时，最小二乘回归能得到较小的方差
linolzhang·2023-11-11 17:50

均值、方差、标准差

1中间值和均值表现＂中间值＂的统计名词：a.均值:mean，数列的算术平均值，反应了数列的集中趋势,等于有效数值的合除以有效数值的个数．b.中位值:median，等于排序后中间位置的值，当数列长度为偶数时，取中间两个值的均值．c.众数:mode，等于数列出现次数最多的数字，当多个数字都出现最高次数时，多个数字都是众数．在统计学中，为了区分＂样本（抽样）概念＂和＂总体概念＂，将均值区分为样本均值和总
Code_LiShi·2023-11-11 11:08

如何调整一个不收敛的神经网络模型--经验之谈

常见的归一化方法包括将输入特征缩放到0到1之间或使用标准化（均值为0，方差为1）。检查数据预处理：数据预处理是
锦鲤AI幸运·2023-11-11 10:31

机器学习——实践

目录一、数据集划分1、交叉验证2、不平衡数据的处理代价敏感学习二、评价指标三、正则化、偏差和方差为什么要标准化/归一化？
七七喝椰奶·2023-11-11 09:34

卡尔曼滤波EKF

下文中的方差、误差、偏差、协方差都指不确定性的意思。误
韩师兄_·2023-11-11 09:55

【算法】08 耦合 Lorenz 63 模式的参数估计实验

摘要本实验通过建立基于耦合Lorenz63模式的孪生实验框架，使用集合调整卡尔曼滤波器EAKF实现参数估计，测试参数估计开始的不同阶段、观测误差、同化频率、协方差膨胀等方法细节对于参数估计结果的影响。
赖亦无·2023-11-11 05:54

方差分析（单因素方差分析）

单因素方差分析问题：消费者与产品生产者、销售者或服务提供者之间经常发生纠纷。发生纠纷后，消费者常常会向消费者协会投诉。
M冰·2023-11-11 02:45

Python自动进行统计描述（分别计算各组的样本量、样本均数和样本标准差，绘制条形图）、正态性检验（绘制频数图）、方差齐性检验、单因素方差分析、两两相比

简介单因素方差分析（one-wayANOVA）是一种参数检验，用于统计推断不同组（组数≥2）的总体平均数是否相同。
_nephrologist_·2023-11-11 01:21

适用于4D毫米波雷达的目标矩形框聚类

目录一、前言二、点云聚类分割三、基于方位搜索L型拟合四、评价准则之面积最小化五、评价准则之贴合最大化六、评价准则之方差最小化一、前言对于多线束雷达可以获取目标物体更全面的面貌，在道路中前向或角雷达可能无法获取目标车矩形框但可以扫到两边或者一边
注释远方·2023-11-11 00:23

无偏估计、有效性、相合性

定义：在已知概率分布函数构造的情况下，概率分布的一些参数未知，如高斯分布的namda、方差，而利用采集到的参数来对未知参数进行估计就是参数估计。比较基础的有矩估计、最大似然估计。
qq_30362711·2023-11-10 17:00

欠拟合 过拟合 正则化-------吴恩达机器学习心得

（欠拟合又可以表示为“高偏差”，而过拟合又可以称为“高方差”，对于高误差和高方差的解释会在另一篇里解释。）如下图的线性回归函数和逻辑回归函数的第一个图形，就是欠拟合，即假设函数不能很好的拟合训练数据。
weixin_44102752·2023-11-10 17:33

机器学习：正则化

过拟合产生的原因是模型把数据样本的噪声或特性当作一般样本的共有特性拟合了（高方差）解决过拟合的方法有很多，比如减少迭代次数，使用dropout，数据清洗等，正则化也是一种解决过拟合，提高模型泛化性的方法
fly_jx·2023-11-10 14:21

2.【自动驾驶与机器人中的SLAM技术】左乘模型推导ESKF

目录1.证明题证明：若某个高斯随机变量为零均值，协方差为对角线矩阵且大小相同（各向同性），那么在乘任意旋转矩阵以后，其均值仍为零，且协方差不变；2.代码实现运动方程将F矩阵拆开实现各状态变量的更新在运动过程代码中
宛如新生·2023-11-10 11:49

C# CSharp计算标准偏差 重复精度 和Excel中的STDEV函数相同

publicstaticfloatCSharp_STDEV(float[]SRCData)//计算标准偏差重复精度{floatSum_f=0f;//求和floatAVERAGE_f=0f;//求平均值floatAariance=0f;//求方差
ak.xu_40810378·2023-11-10 09:18

deepar,传统概率模型如何和深度学习结合的?

所以只能白话说下自己的认识.深度学习和统计领域一些知识的结合,比如条件随机场crf,再比如这个deepar,都是在损失函数上做文章.deepar预测的不是数据本身,而是数据分布的参数.比如模型预测出价格时间序列的均值和方差
wangmarkqi·2023-11-10 06:41

SPASS-描述性统计

基本描述性统计量的定义及计算描述集中趋势的统计量1.均值（Mean）2.众数（Mode）3.中位数（Median）4.总和（Sum）5.百分位数（PercentileValue）描述离散程度的统计量1.样本方差
世润·2023-11-10 04:07

IBM SPSS Statistics描述性统计分析使用教学

首先描述性统计是用来计算变量之间的差异，一般用平均值、方差、标准差这些数学公式来计算变量之前的差异。主要在比较多个变量时，会用到描述性统计。
nekonekoboom·2023-11-10 04:06

基于SPSS的中国消费者信心指数影响因素分析-----相关性分析

说明：本案例基于spss数据分析与挖掘实战案例精粹----第10章案例背景：对受访者的背景资料对消费者信心指数的影响加以研究，并进一步考察其内部的详细作用方式；分析方法：使用方差分析对自变量进行筛选，然后建议多元回归方差
hepan_defeng·2023-11-10 04:35

数据分析-spss5.10

今日课程内容内容回顾作业讲解描述分析描述性统计交叉表制作异常值检验推断统计内容回顾描述性统计1.统计数据的基本概念统计数据的分类：分类数据、顺序数据、数值型数据统计量：集中趋势：均值、众数、中位数、四分位数离散程度：极差、四分位差、异众比率、方差
SWZHENG97·2023-11-10 04:03

python中randn函数_numpy常用函数之randn

标准正态分布俗称高斯分布，正态分布是大自然中最常见的分布，标准正态分布就是期望为0，方差为1的正态分布
weixin_39924486·2023-11-09 23:31

VINS-Mono-IMU预积分 （七：预积分零偏建模方式）

那这样整个积分就得重新积分，这样会很耗时由上节给出的更新公式Δxk+1=FΔxk+GnΔx_{k+1}=FΔx_{k}+GnΔxk+1=FΔxk+Gn，F∈15×15F∈15×15F∈15×15，求协方差矩阵的时候
Rhys___·2023-11-09 20:18

大数据可视化技术学习二：员工工资数据

1）试用mean、median、var、sd函数求数据的均值、中位数、方差、标准差。2）绘制该数据的散点图和直方图，应用hist函数构建自己的计量频数表函
Blossom i·2023-11-09 17:44

pandas教程：Summarizing and Computing Descriptive Statistics 总结和描述性统计

文章目录5.3SummarizingandComputingDescriptiveStatistics（汇总和描述性统计）1CorrelationandCovariance(相关性和协方差)2UniqueValues
Cachel wood·2023-11-08 22:48

【机器学习4】降维

1PCA最大方差角度理解PCA无监督学习算法。PCA的目标，即最大化投影方差，也就是让数据在主轴上投影的方差最大。在黄线所处的轴上，数据分布得更为分散，这也意味着数据在这个方向上方差更大。
猫头不能躺·2023-11-08 20:53

多变量GARCH模型R代码实现

多变量GARCH（GeneralizedAutoregressiveConditionalHeteroskedasticity）模型是一种用于建模多个时间序列变量之间的条件异方差性（conditionalheteroskedasticity
带我去滑雪·2023-11-08 16:12

【机器学习1】特征工程

1.2均值方差归一化将原始数据映射到均值为0，标准差为1的分布上。在实际应用中，通过梯度下降法求解的模型通常是需要归一化的，包括线性回归、逻辑回归、支持向量机、神经网络等模型。但
猫头不能躺·2023-11-08 11:14

JAVA定义数组0到10,【JAVA零基础入门系列】Day10 Java中的数组

比如需要统计全班同学的成绩的时候，如果给班上50个同学的成绩信息都命名一个变量进行存储，显然不方便，而且在做成绩统计，如求总分，平均分，方差等的时候，遍历成绩信息又成了一大难题，这个时候，你就需要用到数组了
弄哦婆婆·2023-11-08 08:55

机器学习之模型选择（交叉验证）

那么使用哪种模型好呢（能够在偏差和方差之间达到平衡最优）？还有一类参数选择问题：如果我们想使用带权值的回归模型，那么怎么选择权重w公式里的参数τ？
MachineLP·2023-11-08 07:05

python之标准化

在Python中，标准化操作是指将数据转换为均值为0，方差为1的标准正态分布。这种转换通常用于预处理数据，以便在机器学习和统计分析中提供更好的效果。
不学习太蕉绿了！·2023-11-08 04:36

R语言结构方程模型在生态学领域中的应用

结构方程模型（SructuralEquationModel）是一种建立、估计和检验研究系统中多变量间因果关系的模型方法，它可以替代多元回归、因子分析、协方差分析等方法，利用图形化模型方式清晰展示研究系统中变量间的因果网络关系
Yolo566Q·2023-11-08 02:05

R语言技巧：结构方程模型（SEM）在生态学领域中的实践应用

结构方程模型（SructuralEquationModel）是一种建立、估计和检验研究系统中多变量间因果关系的模型方法，它可以替代多元回归、因子分析、协方差分析等方法，利用图形化模型方式清晰展示研究系统中变量间的因果网络关系
天青色等烟雨..·2023-11-08 02:04

R语言结构方程模型（SEM）在生态学领域应用

结构方程模型（SructuralEquationModel）是一种建立、估计和检验研究系统中多变量间因果关系的模型方法，它可以替代多元回归、因子分析、协方差分析等方法，利用图形化模型方式清晰展示研究系统中变量间的因果网络关系
AIzmjl·2023-11-08 02:04

如何使用Python的matplotlib和seaborn库绘制颜色渐变的高级散点图

前言我的科研论文中需要绘制一个精美的散点图，表达的是各个散点距离中心点的距离远近情况，特点如下：绘图的美观程度高根据距离目标点的距离的不同，各个散点能有颜色或者是透明度上的区分相应的统计量是与中心点（目标点）的偏离均值和方差基本思路要创建一个更加美观的散点图并且根据距离中心点的远近改变颜色或透明度
曹勖之·2023-11-08 01:14

学习笔记|残差|检验多重共线性|线性回归分析|德宾沃森检验|方差分析（ANOVA）|回归系数|残差和预测值|规范表达|《小白爱上SPSS》课程：SPSS第二十一讲：多元线性回归分析（超级详细）

一、实战案例二、统计策略三、SPSS操作（一）绘制散点图（二）线性回归分析操作四、结果解读第一，R方结果和残差独立性检验（德宾沃森检验）第二个结果为方差分析（ANOVA）：第三个结果，回归分析的主要结果
打酱油的工程师·2023-11-07 22:21

学习笔记|构建一元线性回归模型|方差分析|方差齐性|检验残差正态性|规范表达|《小白爱上SPSS》课程：SPSS第二十讲： 一元线性回归分析怎么做?

目录学习目的软件版本原始文档一元线性回归分析一、实战案例二、统计策略三、SPSS操作四、结果解读第一个表格为模型摘要第二表格为方差分析表第三个表格为模型系数第四张散点图（主要检验方差齐性）第五张直方图和
打酱油的工程师·2023-11-07 22:51

SPSS分析数据学习笔记

文章目录数据处理相关系数皮尔逊/斯皮尔曼肯德尔相关性检验T检验F检验（方差分析）T检验和方差分析卡方检验数据处理名称：可以在变量视图->标签中加上备注。值：在变量视图->值标签中加上备注。
不维护了·2023-11-07 22:21

PAC拟合圆心

2.计算协方差矩阵协方差矩阵用于描述数据集中各个维度（在这里是x、y、z）之间的变化关系和程度。具体来说，它描述了每个维度与其他维度的线性相关性。在三维空间中，如果三个坐标轴上的变化是
ljc_coder·2023-11-07 13:04

Open3D (C++) 计算每个点的协方差矩阵

目录一、算法原理1、计算公式3、主要函数4、函数源码二、代码实现三、结果展示本文由CSDN点云侠原创，原文链接。爬虫网站自重，把自己当个人一、算法原理1、计算公式  对于点云数据中的任意一点p
点云侠·2023-11-07 08:15

霍特林分布matlab,【MATLAB机器学习系列】——主成份分析(PCA)在量化投资中的应用...

—主成份分析(PCA)在量化投资中的应用编辑部我们会再接再厉1PAC核心思想PCA算法也叫主成分分析(principalcomponentsanalysis)，用来减少数据集的维数，同时保留数据集中对方差贡献最大的特征来达到简化数据集的目的
weixin_39638801·2023-11-07 06:28

求集合数据的均方差c语言pta,数据结构学习与实验指导（第2版）

第O章概论第1章算法与复杂度案例1-1．1：二分查找(主教材习题1．8)基础实验1-2．1：有序数组的插入(主教材习题1．9)进阶实验1-3．1：两个有序序列的中位数第2章数据结构实现基础案例2-1．1：简单计算器(主教材习题2．1)案例2-1．2：数组元素循环左移(主教材习题2．2)案例2-1．3：数列求和(主教材习题2．3)案例2-1．4：递归求简单交错幂级数的部分和(主教材习题2．6)案例2
weixin_39745933·2023-11-07 05:40

【系统集成项目管理工程师】——5.计算

)/2，n代表人数风险三角分布:期望=[乐观(小值)+最可能(中值)+悲观(大值)]/3贝塔分布:期望=[乐观(小值)+4*最可能(中值)+悲观(大值)]/6标准差=[悲观(大值)-乐观(小值)]/6方差
Bee.Bee.·2023-11-07 03:57

【深蓝学院】手写VIO第9章--课程总结--笔记

构建出残差，计算出了协方差矩阵，就可以进行信息融合了（如果融合其他类型的传感器也是如此：gp
读书健身敲代码·2023-11-07 00:14

因果推断推荐系统工具箱 - MACR（一）

Model-AgnosticCounterfactualReasoningforEliminatingPopularityBiasinRecommenderSystem核心要点为消除流行度偏差在训练模型时的影响，并且解决IPS方法很难调试、方差较大的问题
processor4d·2023-11-06 19:53

统计学方法：方差分析实战

影响事物的因子有很多，怎么才能确定哪个因子是对事物影响最显著的呢，这个时候我们可以使用方差分析。方差分析的基本思想是判断样本均值的变异是受因素的不同水平还是纯粹由随机因素造成的。
theFullHorizon·2023-11-06 18:10

竞争胜利的秘诀：压倒性投入

最后真的是比对方差很多，就远远的避开。
如何靠自己创富·2023-11-06 18:50

金融风控-贷款违约预测学习笔记(Part3：特征工程)

贷款违约预测学习笔记（Part3：特征工程）1.特征预处理1.1处理类别型特征和数值型特征1.2缺失值填充1.3时间格式处理1.4将对象类型特征转换到数值1.5类别特征处理1.6异常值处理1.6.1异常检测方法一：均方差
查尔char·2023-11-06 16:53

风险风控-逻辑回归理论基础

广义线性模型是线性回归模型的推广，它不强行改变数据的自然度量，允许数据具有非线性和非恒定方差结构。具体来说，GLM建立了响应变量的数学期望值与线性组合的预测变量之间的关系，通过链接函数将这两者联系
田晖扬·2023-11-06 15:14
上一页 14 15 16 17 18 19 20 21 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他