首先我们来关注几个概念。 1、简单相关系数：寻求两个变量之间的系数关系； 2、复相关系数：寻求一对多变量之间的系数关系； 简单介绍： 典型相关分析是考察有多个变量组成的自变量和多个变量组成的因变量之间的系数关系。 实现方法（初步理解所得）：分别将多属性的自变量和因变量用一个多元方程表示 【·step ...
分类：
其他好文 时间：
2017-07-19 14:43:33
阅读次数：
182
散点图plot ? plot(v,type,col,xlab,ylab) ? v：数值向量。 ? type：采用值“p”仅绘制点，“l”仅绘制线和“o”绘制点和线。 ? xlab：x轴的标签。 ? ylab：y轴的标签。 ? main：图表的标题。 ? col：用于给点和线的颜色 在绘制第一行后，可 ...
分类：
其他好文 时间：
2017-07-11 21:00:40
阅读次数：
1548
接上一篇：http://www.cnblogs.com/denny402/p/7027954.html 7. 夹角余弦(Cosine) 也可以叫余弦相似度。 几何中夹角余弦可用来衡量两个向量方向的差异，机器学习中借用这一概念来衡量样本向量之间的差异。 (1)在二维空间中向量A(x1,y1)与向量B( ...
分类：
编程语言 时间：
2017-06-16 19:21:15
阅读次数：
164
欧几里德距离 > 计算两组数据之间的距离，偏好越类似的人其距离就越短。。。为了处理方便。须要一个函数来对偏好越相近的情况给出越大的值（0~1之间）。 皮尔逊相关系数相关度评价 > 皮尔逊相关系数是推断两组叔叔与某一直线拟合程度的一种度量。其相应的公式比欧几里德距离评价的计算公式要复杂，可是在数据不是 ...
分类：
其他好文 时间：
2017-06-12 16:15:26
阅读次数：
177
作者：桂。 时间：2017-05-31 17:43:22 链接：http://www.cnblogs.com/xingshansi/p/6925355.html 前言 总结一下基本的有话帧检测（Voice activity detection, VAD）技术。 一、双门限 这是一种Boosting的 ...
分类：
其他好文 时间：
2017-05-31 20:52:27
阅读次数：
316
转自：http://blog.csdn.net/xw20084898/article/details/42077141 协方差的意义和计算公式 学过概率统计的孩子都知道，统计里最基本的概念就是样本的均值，方差，或者再加个标准差。首先我们给你一个含有n个样本的集合，依次给出这些概念的公式描述，这些高中 ...
分类：
其他好文 时间：
2017-05-30 16:10:30
阅读次数：
118
在数据分析和数据挖掘的过程中，我们经常需要知道个体间差异的大小，进而评价个体的相似性和类别。最常见的是数据分析中的相关分析，数据挖掘中的分类和聚类算法，如K最近邻（KNN）和K均值（K-Means）。当然衡量个体差异的方法有很多，最近查阅了相关的资料，这里整理罗列下。 为了方便下面的解释和举例，先设 ...
分类：
其他好文 时间：
2017-05-29 13:37:27
阅读次数：
183
1. 相关分析 1.1 相关系数 在一堆变量中，找到并分析它们之间的关系，是复杂环境和模型中的重要任务。由于线性关系的特殊、常见和简单，数学上往往采用线性关系来逼近实际关系。上篇的线性回归以及概率论中的线性回归，更关注的是线性函数的参数估计。如果想单纯地度量随机变量的线性关系，直接讨论相关系数即可， ...
分类：
其他好文 时间：
2017-05-24 09:54:52
阅读次数：
204
1、去掉取值变化小的特征。 如某个特征取值为0，1，在样本中存在95%的取值为1，那么这个特征的作用不大 2、单变量特征的选择。 Pearson相关系数：权衡的是变量之间的线性相关性。它要求两个变量的变化是单调的，如y1=x和y2=x^2,Pearson系数为0，但其实两者并不是独立的。取值方位为： ...
分类：
其他好文 时间：
2017-05-02 17:24:41
阅读次数：
287
目录 1 描述性统计是什么？2 使用NumPy和SciPy进行数值分析 2.1 基本概念 2.2 中心位置（均值、中位数、众数） 2.3 发散程度（极差，方差、标准差、变异系数） 2.4 偏差程度（z-分数） 2.5 相关程度（协方差，相关系数） 2.6 回顾3 使用Matplotlib进行图分析 ...
分类：
编程语言 时间：
2017-04-18 18:33:34
阅读次数：
312
