皮尔逊积矩线性相关系数（Pearson's r）用于计算两组数组之间是否有线性关联,举个例子: 计算两组数据的线性相关性,就是,b是否随着a的增长而增长,或者随着a的增长而减小,或者两者不相关: 皮尔逊积矩线性相关系数的公式是: (标准化数据a * 标准化数据b).mean() *注意: 在计算皮尔 ...
分类：
其他好文 时间：
2018-07-29 15:26:10
阅读次数：
476
上一篇通过公式自己写了一个计算两组数据的皮尔逊积矩相关系数（Pearson's r）的方法,但np已经提供了一个用于计算皮尔逊积矩相关系数（Pearson's r）的方法 np.corrcoef() : 需要注意的是, np.corrcoef() 接受的参数是一个矩阵,返回的结果也是一个矩阵 以上面 ...
分类：
其他好文 时间：
2018-07-29 15:12:38
阅读次数：
749
Pearson相关系数解决了两个群的数据是否线性相关的问题； 先补充一下基本概念： 协方差：如果两个变量的变化趋势一致，也就是说如果其中一个大于自身的期望值时另外一个也大于自身的期望值，那么两个变量之间的协方差就是正值；如果两个变量的变化趋势相反，即其中一个变量大于自身的期望值时另外一个却小于自身的 ...
分类：
其他好文 时间：
2018-07-22 15:24:32
阅读次数：
215
4.1什么是人脸识别 （1）人脸验证（face verification）:1对1，输入一个照片或者名字或者ID，然后判断这个人是否是本人。 （2）人脸识别（face recognition）:1对多，判断这个人是否是系统中的某一个人。 4.2One-shot学习 （1）比如一个公司的员工，一般每个 ...
分类：
其他好文 时间：
2018-07-18 21:50:52
阅读次数：
245
Numpy 的常用操作：创建数组array，复制数组，输出数组array，Numpy中的基本运算，数组处理，数组索引，Numpy中的数据类型，检查数组信息，对数组进行排序 ...
分类：
其他好文 时间：
2018-07-15 23:17:09
阅读次数：
282
2.1 协作型过滤 定义：对一大群人进行搜索，对这些人所偏爱的其他内容进行考察，并将他们组合起来构造出一个经过排名的推荐列表。 2.2 判断相似性 欧几里德距离 皮尔逊相关系数 定义：最佳拟合线（best-fit line）的相关系数（最小二乘法中的R） 计算公式 适用场景 非normalized ...
分类：
其他好文 时间：
2018-07-12 22:39:08
阅读次数：
128
1.算术运算 DataFrame.add/sub/mul/div 2.统计 DataFrame.sum/mode/median... describe 简单数据表的信息（max、min、count、mean等等） 3.协方差和相关系数 cov corr ...
分类：
其他好文 时间：
2018-07-05 14:51:19
阅读次数：
190
一个是指时域的，一个是频域的相关信号指两个随机信号在时域的特性，不独立，令T(t)ab表示a和b的互相关函数，则相关系数定义 T(t)ab/sqrt(T(t)aa*T(t)bb)，是两个信号a和b不同时延的相关程度。 相干信号指两个平稳随机信号在频域的特性，另S(w)ab表示a和b的互功率谱函数，则 ...
分类：
其他好文 时间：
2018-06-23 22:45:09
阅读次数：
196
接着上一节的内容，上主要介绍了关于分类变量和数值变量关系的分析方法，接下来讲述的内容就是关于数值型数据和数值型数据的相关关系的分析方式。对于 这种问题，我们根据数值数目分为，两个数值数据的分析，用一元相关性和一元回归分析，线性回归分析和非线性回归分析，和起来一元线性回归分析或者一元非线性回归分析。对 ...
分类：
其他好文 时间：
2018-06-18 17:05:31
阅读次数：
171
回归分析：利用样本（已知数据），产生拟合方程，从而对（未知数据）进行预测 线性回归：一元线性回归；多元线性；广义线性 非线性回归分析 困难：选定变量（多元），避免多重共线性，观察拟合方程，避免过度拟合，检验模型是否合理 关系 函数关系：确定性关系 相关关系：非确定性关系 相关系数：使用相关系数衡量线 ...
分类：
其他好文 时间：
2018-05-21 17:56:12
阅读次数：
156
