相关总结： 在两个随机变量计算完相关系数之后，该系数还不能使用（只能说明两个变量呈何种相关关系，比如正相关或者负相关，x与y的变异有XX可由两者之间的线性关系来表示）， 即不能用R代表相关系数，r必须经过显著性检验才行。r经显著性检验的结果呈不显著时,便推断两变数间不存在相关关系， 这时不能用r代表 ...
分类：
其他好文 时间：
2019-12-11 20:57:48
阅读次数：
104
1. 方差和协方差的定义 在统计学中，方差是用来度量单个随机变量的离散程度，而协方差则一般用来刻画两个随机变量的相似程度，其中，方差的计算公式为 其中， 表示样本量，符号 表示观测样本的均值。 协方差的计算公式被定义为： 在公式中，符号 分别表示两个随机变量所对应的观测样本均值，据此，我们发现：方差 ...
分类：
其他好文 时间：
2019-12-10 22:41:34
阅读次数：
156
1. Entropy 2. 序列熵（无记忆，有记忆，马尔科夫） 3. Fixed-to-variable-length codes (给n个输出symbols进行变长编码） 4. Asymptotic Equipartition Property 渐近等分性 渐近等分性是指随机变量长序列的一种重要特 ...
分类：
其他好文 时间：
2019-12-04 10:39:08
阅读次数：
106
均值：描述的是样本集合的中间点。 方差：描述的是样本集合的各个样本点到均值的距离之平均，一般是用来描述一维数据的。 协方差： 是一种用来度量两个随机变量关系的统计量。 只能处理二维问题。 计算协方差需要计算均值。 如下式： 方差与协方差的关系 方差是用来度量单个变量 “ 自身变异”大小的总体参数，方 ...
分类：
其他好文 时间：
2019-11-26 23:00:38
阅读次数：
113
决策树的学习通常包含三个步骤：特征选择、树的生成、树的剪枝。决策树的生成采用启发式的方法，只考虑局部最优，相对地，决策树的剪枝则考虑全局最优 特征选择 信息增益 随机变量$X$的熵定义为： $$H(X)= \sum \limits_{i}p_i\log p_i$$ 熵越大，不确定性越大。从定义可验证 ...
分类：
其他好文 时间：
2019-11-24 15:58:13
阅读次数：
80
一般地，用$Y$表示观测随机变量的数据，$Z$表示隐随机变量的数据，$Y$和$Z$连在一起称为完全数据，观测数据$Y$又称为不完全数据。假设给定观测数据$Y$，其概率分布是$P(Y|\theta)$，其中$\theta$是需要估计的模型参数。那么不完全数据$Y$的似然函数是$P(Y|\theta)$ ...
分类：
编程语言 时间：
2019-11-24 15:39:44
阅读次数：
82
方法1：方差选择法 主要针对每个列进行计算，方差非常小的特征维度对于样本的区分作用很小，可以剔除掉。 例如：假设数据集为布尔型特征，想要去掉那些超过80%情况下为1或者为0的特征。由于布尔特征是伯努利随机变量，其方差可以计算为 Var[x] = p*(1-p),因此阈值为0.8*（1-0.8）=0. ...
分类：
其他好文 时间：
2019-11-22 10:46:44
阅读次数：
72
我们把观测到的样本数据的相对频率分布称为经验分布 由于要能选择的随机性，样本统计量也是随机变量,不同的样本，样本统计量的取值也可能不同，考虑样本均值x它取决于样本的n个观测值,不同的样本可能有不同的观测值。样本均值也可能不同。 统计模拟在实践中有十分重要的应用。应用spss统计分析软件可以模拟各种常 ...
分类：
其他好文 时间：
2019-11-21 23:14:47
阅读次数：
121
随机变量的仿真均匀分布的随机数设置随机数种子选择转换随机数字生成器勾选设置起点，并在固定直下的只中输入一个用户给定的数值。生成均匀布的随机数，选择转换计算变量，在目标变量框中输入变量名。As Piana在数字表达。框中输入t2，uc括号二为一点儿有when for m括号一逗号五括号括号。然后单击确 ...
分类：
其他好文 时间：
2019-11-14 20:08:31
阅读次数：
96
PGM是现代信号处理（尤其是机器学习）的重要内容。 PGM通过图的方式，将多个随机变量之前的关系通过简洁的方式表现出来。因此PGM包括图论和概率论的相关内容。 PGM理论研究并解决三个问题： 1）表示（如何通过图来刻画多个随机变量之间的关系）（注：这个是PGM的基础） 2）学习（如何通过已知数据来确 ...
分类：
其他好文 时间：
2019-11-11 15:28:36
阅读次数：
103
