analysis 第77页

主成分分析(PCA)简介

主成分分析(PrincipalComponentsAnalysis,PCA)是一个简单的机器学习算法，可以通过基础的线性代数知识推导。

fengbingchun·2022-11-28 10:03

随机森林和多元线性回归R语言实现代码

本代码是基于《Theinfluenceoftheneighbourhoodenvironmentonpeer-to-peeraccommodations:Arandomforestregressionanalysis

qq_36237433·2022-11-28 09:12

降维方法-LDA线性判别分析

】LDA线性判别分析1.LDA的基本思想2.LDA求解方法3.将LDA推广到多分类4.LDA算法流程5.LDA和PCA对比【附录1】瑞利商与广义瑞利商线性判别分析(LinearDiscriminantAnalysis

王爷的大房子·2022-11-28 08:33

机器学习—降维算法1LDA线性判别分析(理论)

降维原理的概述由于特征数据过于庞大，需要对数据进行降维处理，即通过某种映射方法将原始高维空间中的数据点映射到低维度的空间中（减少特征的个数），比较经典的是LDA线性判别分析（LinearDiscriminantAnalysis

qq_44705097·2022-11-28 08:32

目标检测——day56 Unmixing_Convolutional_Features_for_Crisp_Edge_Detection（用于清晰边缘探测的卷积特征分解）

Unmixing_Convolutional_Features_for_Crisp_Edge_Detection2METHODOLOGY2.2TheTracingLoss2.2.1WeightedCrossEntropy2.2.2FeatureUnmixingbyTracingBoundaries2.3Context-AwareFusionBlock3EXPERIMENTSANDANALYSIS3

qq_43537420·2022-11-28 05:18

计算机视觉——day48 方向集中学习：增强机器学习中的一致性

EnhancingCongruencyinMachineLearning1INTRODUCTION4METHODOLOGY4.1Overview4.2DirectionConcentrationLearning4.3TheoreticalLowerBound4.5EffectofDCL6ANALYSIS6.1ValidityofCong

qq_43537420·2022-11-28 05:48

RNA-seq Review：RNA-seq数据分析

数据分析最佳实践调查本次阅读GenomeBiology杂志2016年Online的RNA-seq数据分析方法的Review论文，题目为：AsurveyofbestpracticesforRNA-seqdataanalysis

我是大南瓜·2022-11-28 04:57

python使用QDA进行二次判别分析

python中使用sklearn中的QuadraticDiscriminantAnalysis来进行二次判别分析，这里采用鸢尾花数据进行分类。train_

chenlei456·2022-11-27 23:06

实战：使用Faster R-CNN完成肺结节检测(LUNA16)（1）/LUNA16数据集初探

LUNA16LUNA16，全称LungNoduleAnalysis16。该数据集来自另一个更大的数据集LIDC-IDRI，旨在推动更多计算机视觉领域的SOTA算法用于CAD领域。

黑夜里游荡·2022-11-27 23:58

python量化交易：基础知识_主流的比较流行的Python量化开源框架

原文链接：https://www.jianshu.com/p/1658f319bfdctalibtalib的简称是TechnicalAnalysisLibrary,主要功能是计算行情数据的技术分析指标numpy

santirenpc·2022-11-27 19:57

目前比较流行的Python量化开源框架汇总(交易+风险分析工具)

注：点击框架名称通往Githubtalibtalib的简称是TechnicalAnalysisLibrary,主要功能是计算行情数据的技术分析指标numpy介绍：一个用python实现的科学计算包。

weixin_30359021·2022-11-27 19:57

Python量化开源框架、库

talibtalib的简称是TechnicalAnalysisLibrary,主要功能是计算行情数据的技术分析指标numpy介绍：一个用python实现的科学计算包。

三千の世界·2022-11-27 19:55

主流的比较流行的Python量化开源框架

talibtalib的简称是TechnicalAnalysisLibrary,主要功能是计算行情数据的技术分析指标numpy介绍：一个用python实现的科学计算包。

ctrigger·2022-11-27 19:23

ERA5数据简介和波段介绍（含GEE案例展示）

/dataset/reanalysis-era5-single-levels?

此星光明·2022-11-27 18:43

python读取单元格,python可以读取电子表格中单元格的值吗？

Fromamapping/GIS/analysisstandpoint:thesimplestexamplewouldbeascriptthatranabuffer(proximity)toolonagivenshapefile

weixin_39944375·2022-11-27 16:15

【C++数据结构】程序性能分析

性能分析：在性能分析（performanceanalysis）时，采用分析方法。性能测量：在性能测量（performancemeasurement）时，使用实验方法。

Jasmine-Lily·2022-11-27 15:40

主成分分析公式推导（完整版）

主成分分析公式推导（完整版）主成分分析（PrinicpalComponentAnalysis-----PCA)简单来说最基本的方法就是将具有很多属性的一个数据集通过线性组合的方式进而减少数据集的属性，这样可以帮助我们在机器学习或者深度学习的后续训练步骤中

@zhou·2022-11-27 13:52

jupyter notebook第四章pandas统计与计算基础，以及一些相关案例与函数的解析

张小鱼༒·2022-11-27 10:03

环境影响与碳排放生命周期评估应用

原文>>>环境影响与碳排放生命周期评估应用及案例分析生命周期分析(LifeCycleAnalysis,LCA)是评价一个产品系统生命周期整个阶段——从原材料的提取和加工，到产品生产、包装、市场营销、使用

吹翻书页的风·2022-11-27 10:45

论文笔记：U2Fusion A Unified Unsupervised ImageFusion Network（2020 TPAMI）

引用格式】：XuH,MaJ,JiangJ,etal.U2Fusion:AUnifiedUnsupervisedImageFusionNetwork[J].IEEETransactionsonPatternAnalysisandMachineIntelligence

浅若清风cyf·2022-11-27 09:10

Orange 学习3 - Evaluate模块简介-2

目录5.ROCAnalysis1.首先选择Target，本例中分为yes和no2.选择需要对比的学习器3.选择不同的曲线（由于这些数据是多次迭代得到的，所以可以选择不同的数据形式）4.点击【ShowconvexROCcurves

每天都要丰富自己·2022-11-27 09:09

Using Python to Solve GA Classic Problems-Facility-Location Set-Covering Problem

SolutionsdataprocessingFromthedataset,wecanseethatallthedataaresymmetricmatricesaboutthemaindiagonal.Thesizeis58*58.problemanalysisForexample

叫我田小霖啦·2022-11-27 09:22

【机器学习】课程笔记13_降维(Dimensionality Reduction)

降维目标1：数据压缩（MotivationⅠ:DataCompression）目标2：可视化（MotivationⅡ:DataVisualization）主成分分析问题（PrincipalComponentAnalysisProblemFormulation

雀栎·2022-11-27 08:36

高光谱目标检测论文学习（3）——An Effective Evaluation Tool for Hyperspectral Target Detection: 3D ROC Analysis

前言这篇文章是这个系列的第三篇，论文还是与前两篇同一作者。前面我们主要讲了一些目标检测的方法，比如第一篇里我们总结了基于LRT、基于SNR和基于SA的三类方法，在第二篇中我们聚焦混合像素图像的目标检测问题，对一种经典的方法OSP进行改进。只有方法还不是全部，我们还需要了解，用什么指标去衡量这些方法的性能。在前两篇文章中，我们都提到了3D-ROC这个用来进行评估的工具，这一篇就来重点看看这个工具。如

MrBamboo2000·2022-11-27 07:38

[转] Implementation of Fast Fourier Transform for Image Processing in DirectX 10

DownloadSampleCodeFFTDX10.zip[ZIP|6.36MB]IntroductionTheDiscreteFourierTransform(DFT)isaspecificformofFourieranalysistoconvertonefunction

weixin_30273175·2022-11-27 06:23

m05_Extract Feature_Transformers(慎variances_)_download Adult互联网ads数据集_null value(?_csv_SVD_PCA_eigen

Thedatasetswehaveusedsofarhavebeendescribedintermsoffeatures.Inthem04_RecommendingMovieswAffinityAnalysis_Apriori_sys.stdout.flush_df.iterrows_Sortnesteddict

LIQING LIN·2022-11-27 05:45

目标检测 | Deep MANTA 算法笔记

文章目录主要思想系统架构实验：Reference：会议：CVPR2017标题：《DeepMANTA:ACoarse-to-fineMany-TaskNetworkforjoint2Dand3Dvehicleanalysisfrommonocularimage

Nani_xiao·2022-11-27 04:00

CS224W 4 Graph as Matrix: PageRank,Random Walks and Embeddings

目录LinkAnalysisapproaches—计算图中节点重要性PageRank—"Flow"Model基本思路随机邻接矩阵MM和RandomWalk联系起来M和eigenvectorcentrality

huihui冲啊·2022-11-27 04:38

论文阅读（3）:Image-Based 3D Object Reconstruction:State-of-the-Art and Trends in the Deep Learning Era

论文类型：综述作者：Xian-FengHan,HamidLaga,andMohammedBennamoun,SeniorMember,IEEE发表期刊：IEEETRANSACTIONSONPATTERNANALYSISANDMACH

ywyywyy·2022-11-27 04:38

单细胞数据分布 ZINB的理解

对于数据的分布给出合理的假设是非常关键的工作，是downstreamanalysis的基础。显然对于scRNA-seq的readscount数据，最常用的正态分布是不合理的。

Maria254·2022-11-27 03:09

pandas数据处理

一.介绍pandas❤pythonDataAnalysisLibrary或pandas是基于NumPy的一种工具，该工具是为了解决数据分析任务而创建的。

MingZier_·2022-11-27 00:15

Recurrent Neural Network[survey]

而许多学习任务却都涉及到处理序列数据，如imagecaptioning，speechsynthesis，musicgeneration是基于模型输出序列数据；如timeseriesprediction，videoanalysis

weixin_33711647·2022-11-26 21:14

贝叶斯数据分析--概论

我主要参考的书籍和资料包括：JohnK.Kruschke的DoingBayesianDataAnalysisASolomonKurz的DoingBayesianDataAnalysisinbrmsandthetidyverseWillKurt

littlehuangnan·2022-11-26 20:21

研读Joint Multi-modal Aspect-Sentiment Analysis with Auxiliary Cross-modal

JointMulti-modalAspect-SentimentAnalysiswithAuxiliaryCross-modal联合多模态方面情感分析与辅助跨模态关系检测Abstract背景方面术语抽取

Fire °·2022-11-26 20:03

6Attention-based LSTM for Aspect-level Sentiment Classification(2020.10.22)

Attention-basedLSTMforAspect-levelSentimentClassification基于注意的LSTM用于Aspect级别的情感分类一、AbstractAspect-levelsentimentclassificationisafine-grainedtaskinsentimentanalysis.Sinceitprovidesmorecompleteandin-de

fuchengguo666·2022-11-26 19:50

竞赛涨点技巧

外部数据使用LUngNodeAnalysisGrandChallenge数据，因为这个数据集包含了来自放射学的标注细节。使用LIDC-IDRI数据，因为它具有找到了肿瘤的所有放射学的描述。

AI程序媛·2022-11-26 18:34

Python实现LDA和KNN人脸识别模型(LinearDiscriminantAnalysis和KNeighborsClassifier算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。1.项目背景人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。人脸识别产品已广泛应用于金融、司法、军队、公安、边检

胖哥真不错·2022-11-26 15:35

[跟着NC学作图]--生存分析（Survival analysis）

本期内容为[跟着NC学作图]--生存分析（Survivalanalysis）生存分析是人类癌症分析中常用到的分析之一。通过对表达水平分类，分成“High”组合“low”组，再进行生存分析即可。

小杜的生信筆記·2022-11-26 15:48

读书笔记《Outlier Analysis》第九章时间序列和多维流的异常检测

1、引言1.1基本介绍时间和流数据的异常检测场景出现在许多应用中，如传感器数据、机械故障诊断、医疗数据、网络入侵数据、新闻文本帖子和财务帖子等。在这些问题中，时间连续性假设在识别异常值方面起着至关重要的作用。时间连续性是指数据中的模式不会突然改变，除非有异常的过程在工作。在时间序列数据中，时间连续性是即时的，预计将非常强。在具有时间成分的多维数据（如文本流）中，时间连续性要弱得多，而且只从总体趋势

傅华涛Fu·2022-11-26 14:07

读书笔记《Outlier Analysis》第七章有监督的异常检测

1.引言监督异常检测的目标是赋予学习方法特定于应用程序的知识，以获得与应用程序相关的异常。这一知识往往包括此类相关异常的例子，尽管其他类型的监督也是可能的。由于异常的罕见性质，这种例子往往是有限的。这给创建健壮模型带来了挑战。然而，即使有少量的数据可供监督，它的纳入通常会显著提高异常检测的准确性。关于异常分析的一般建议是在可能的情况下始终使用监督。1.训练数据的特征（属性）问题异常检测与分类问题的

傅华涛Fu·2022-11-26 14:07

读书笔记《Outlier Analysis》第八章分类、文本和混合属性中的异常检测

1、引言前面讨论的都是数值数据，然而，在现实生活生成中，还有很多其他类型的数据，如性别、种族、邮编、人员和实体的名称、IP地址等。通常处理这些数据更有挑战，因为难以以均匀和一致的方式来处理各种类型的属性。类别（分类）属性也称为离散属性，如颜色类别，红、黄、橙等。这些属性的一个重要特征是，基础值本质上是无序的。与数值数据相比，通常很难定义同一属性的不同值之间的相似性。分类数据给异常检测算法带来的挑战

傅华涛Fu·2022-11-26 14:37

机器学习——线性判别分析原理及python代码实现

线性判别分析（LinearDiscriminantAnalysis，LDA）是一种经典的线性分类方法，其基本思想是将数据投影到低维空间，使得同类数据尽可能接近，异类数据尽可能疏远，所以线性判别分析也是一种监督降维算法

Li Changwu·2022-11-26 13:30

计量经济学（十一）工具变量法

工具变量法也就是InstrumentalVariableAnalysis,简称IV，是用来处理内生性问题的重要方法，那么我们先从内生性问题出发，然后讲述工具变量法。

爱听雨声的北方汉·2022-11-26 12:22

R语言鸢尾花iris数据集的层次聚类分析

介绍本文在数据集上展示了如何使用dendextendR软件包来增强HierarchicalClusterAnalysis（更好的可视化和灵敏度分析）。

拓端研究室TRL·2022-11-26 10:25

【基于深度学习的脑电图识别】应用篇：DEEP LEARNING APPROACHES FOR AUTOMATIC ANALYSIS OF EEGS

DEEPLEARNINGAPPROACHESFORAUTOMATICANALYSISOFEEGS摘要：数据：时序信号的时序建模：特征提取方法：利用时空上下文建模：1.混合HMMs：模型结构：参数设置：2

BIT可达鸭·2022-11-26 08:19

核方法回归

参考论文-DENSITYESTIMATIONFORSTATISTICSANDDATAANALYSIS给定数据集，来估计概率密度函数HistogramsThenaiveestimator也是分成段的平行x

qq_30362711·2022-11-26 07:21

顶会期刊整理

类序号刊物名称刊物全称出版社地址1AIArtificialIntelligenceElsevierhttp://dblp.uni-trier.de/db/journals/ai/2TPAMIIEEETransonPatternAnalysisandMachineIntelligenceIEEEhttp

lyz21·2022-11-26 02:33

Paper intensive reading (十三)：Removing batch effects in analysis of expression microarray data

论文题目：Removingbatcheffectsinanalysisofexpressionmicroarraydata:anevaluationofsixbatchadjustmentmethodsscholar

wxw060709·2022-11-26 02:11

Paper reading (五十三)： ML Meta-analysis of Large Metagenomic Datasets: Tools and Biological Insights

论文题目：MachineLearningMeta-analysisofLargeMetagenomicDatasets:ToolsandBiologicalInsightsscholar引用：111页数

wxw060709·2022-11-26 02:41

paper 阅读： An introduction to ROC analysis

发布于2005年，附论文链接如下：https://ccrma.stanford.edu/workshops/mir2009/references/ROCintro.pdf之前一直都是从各种博客上了解ROC的，最近才看到这一篇paper。目录写在前面ROCspace先看直接预测类别的关于随机ROC曲线相对分数与绝对分数类倾斜高效的生成ROC曲线写在前面用True（T）和False（F）分别表示预测是

一杯敬朝阳一杯敬月光·2022-11-26 01:24

推荐频道

analysis