主要从普通的相关性和空间的自相关性分析。普通的相关性如变量之间的相关性，特别是目标变量与因子变量之间的相关性分析，本身也是预处理中特征选择的重要方法；而空间的相关性分析则分析则相关性，其中空间关联是其显著的特点；时间序列之间也存在空间相关性，对其进行探索性分析可考察空间数据（栅格）的时间联动性。1普通相关性分析就是分析变量之间的相关性，包括以下5个方面
1. Pearson相关系数探索连续变量相关...
分类：
其他好文 时间：
2015-07-28 21:21:28
阅读次数：
190
欧几里德距离
>
计算两组数据之间的距离，偏好越相似的人其距离就越短。。。为了处理方便，需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
>
皮尔逊相关系数是判断两组叔叔与某一直线拟合程度的一种度量。其对应的公式比欧几里德距离评价的计算公式要复杂，但是在数据不是很规范时会倾向于给出更好的结果。...
分类：
其他好文 时间：
2015-07-06 17:55:33
阅读次数：
116
课程2课程2
归纳
回归就是变量之间的关系
相关系数
RSS
线性回归通过R语言
多元线性模型
虚拟变量哑变量
多元线性回归模型
回归诊断
广义线性模型一元以及多元的线性回归，统计学东西比较多，统计学术语一堆堆的
《大数据的统计学基础》基础的基础
logistic回归，划入广义线性回归模型。
变量筛选，从一堆变量中求解出来，以及降维。
1.归纳拟合，一般选择直线或者次数比较低得曲线。（测试有误差，曲...
分类：
其他好文 时间：
2015-06-26 13:04:58
阅读次数：
263
问题：将二元正态分布的概率密度函数改写成矩阵-向量形式改写：
设(X1,X2)(X_1, X_2)是二元正态变量，其密度函数为：
即：(X1,X2)(X_1, X_2) ~ N(μ1,μ2,σ21,σ22,ρ)N(\mu_1, \mu_2, \sigma_1^2,\sigma_2^2,\rho)
其中：ρ\rho是相关系数
令：x=(x1,x2)Tx = (x_1, x_2)^T
μ=(μ...
分类：
其他好文 时间：
2015-06-21 15:49:26
阅读次数：
278
MeteoInfoLab提供一个线性拟合函数linregress，参数是参与拟合的两个数据序列，返回拟合的斜率、截距和相关系数。有了上述拟合参数可以用polyval函数生成拟合数据（直线）。然后可以将数据、拟合线、公式等绘图。脚本程序：fn = os.path.join('D:/KeyData/PM...
分类：
其他好文 时间：
2015-06-19 10:16:30
阅读次数：
148
1人脸的检测和定位：检测图中有没有人脸，将人脸从背景中分割出来，获取人脸或人脸上的某些器官在图像上的位置。2特征提取：提取特征点，构造特征矢量；多个样本图像的空间序列训练出一个模型，它的参数就是特征值；模版匹配法用相关系数做特征；而大部分神经网络方法则直接使用归一化后的灰度图像作为输入，网络的输出就...
分类：
其他好文 时间：
2015-06-16 20:55:49
阅读次数：
101
一、主成分分析
主成分分析流程
1、原始数据标准化。
2、计算标准化变量间的相关系数矩阵。
3、计算相关系数矩阵的特征值和特征向量。
4、计算主成分变量值。
5、统计结果分析，提取所需的主成分。
相关系数公式
主成分计算公式
其中Y是主成分变量矩阵，X是原始数据标准化后的矩阵，U是相关系数矩阵的特征向量。
特征值和特征向量的关系
主成分变量对应...
分类：
其他好文 时间：
2015-05-15 17:43:46
阅读次数：
1957
对于线性回归式Y=wtX，y中的每个特征都与x的所有特征相关联，但无法表示y的各个特征之间的联系。 为此需要将整体表示成Y和X各自特征间的线性组合，也就是考察aTx和bTy之间的关系，用相关系数表示， 因此，问题就转化为求一组a,b使得相关系数最大，用拉格朗日求解。
分类：
其他好文 时间：
2015-05-07 08:44:27
阅读次数：
222
7.3相关相关系数可以用来描述定量变量之间的关系。相关系数的符号（±）表明关系的方向（正相关或负相关），其值的大小表示关系的强弱程度（完全不相关时为0，完全相关时为1）。除了基础安装以外，我们还将使用psych和ggm包。7.3.1 相关的类型1.Pearson、Spearman和Kendall相关...
分类：
其他好文 时间：
2015-04-22 00:11:49
阅读次数：
231
