1假设检验定义。 是用来判断样本与样本样本与总体的差异，是由抽样误差引起还是本质差别造成的统计推断方法。 2.显著性检验原理。 相对总体的特征做出某种假设，然后通过抽样研究的统计推理，对此假设应该被拒绝还是接受作出推断？ 3.假设检验的基本思想。 反正法是先提出检验假设再用适当的统计方法，利用小概率 ...
分类：
其他好文 时间：
2019-12-07 21:33:24
阅读次数：
65
基本数据类型 数字： int（无限大） float（无限大，小数需要转换为二进制，计算时存在误差） complex（复数，存在实部和虚部，使用较少） Bool（特殊的数字类型） True：代表数字1 False：代表数字0 字符串： ‘’（相同的符号不能套用） ””（与’’一样，不过不能混用） ’’ ...
分类：
编程语言 时间：
2019-12-06 13:53:24
阅读次数：
90
负载电容（load capacitance）常用的标准值有12.5 pF，16 pF，20 pF，30pF，负载电容与石英谐振器一起决定振荡器的工作频率，通过调整负载电容，一般可以将振荡器的工作频率调到标称值。 负载电容和谐振频率之间的关系不是线性的，负载电容变小时，频率偏差量变大；负载电容提高时， ...
分类：
其他好文 时间：
2019-12-06 11:27:27
阅读次数：
166
假设检验有成统计假设检验是用来判断样本与样本样本与总体的差异是由抽样误差引起还是本质误差造成的统计推断方法。 显著性检验是假设。检验中最常用的一种方法也是一种最基本的统计推断形式，其原理是先对总体的特征做出某种假设，然后通过抽样研究的统计推理对比假设应该被拒绝还是接受作出判断。 以上过程及整个假设检 ...
分类：
其他好文 时间：
2019-12-05 22:35:58
阅读次数：
129
1、 偏差 方差分解是解释学习算法泛化性能的一种重要工具，试图对学习算法的期望泛化误差率(generalization error)进行分解。可以分解为三部分，偏差(bias)、方差(variance)和噪声(noise)。其中， 偏差：度量了模型的期望值和真实结果的偏离程度，刻画了模型本身的拟合能 ...
分类：
其他好文 时间：
2019-12-03 19:47:18
阅读次数：
176
不是我的，帮转。 一、尤图工具的主要内容（功能）。 七参数计算，坐标转换，图幅框生成，影像分幅，勘界面积计算与地类面积统计表导出，地块按面积表格分割，一些拓扑检查，界址点线生成，四至生成，边线或中线生成道路，面状道路中线的生成及宽带计算，属性传递，统计表生成，合计误差消除，影像黑边或白边去除，交汇点 ...
分类：
其他好文 时间：
2019-12-02 19:28:38
阅读次数：
186
目录 简述 K-means聚类 密度聚类 层次聚类 一、简述 聚类算法是常见的无监督学习（无监督学习是在样本的标签未知的情况下，根据样本的内在规律对样本进行分类）。 在监督学习中我们常根据模型的误差来衡量模型的好坏，通过优化损失函数来改善模型。而在聚类算法中是怎么来度量模型的好坏呢？聚类算法模型的性 ...
分类：
编程语言 时间：
2019-12-02 14:04:05
阅读次数：
101
上一篇中，利用线性回归方法改善标定板的深度信息： remove_idx1 = np.where(Z <= 0) remove_idx2 = np.where(Z > 500)#将Z轴坐标限定在0-500，以减少非标定板区域的坐标影响 采用线性回归并显示坐标信息 from sklearn.linear ...
分类：
编程语言 时间：
2019-12-01 13:53:46
阅读次数：
109
线性回归的推导和求解. 分别从 矩阵代数, 微积分, 概率论, Pyhton 实现求解等, 巩固我的6年经验了. ...
分类：
其他好文 时间：
2019-11-30 20:57:46
阅读次数：
104
大纲： 算法分类有监督学习与无监督学习分类问题与回归问题生成模型与判别模型强化学习评价指标准确率与回归误差ROC曲线交叉验证模型选择过拟合与欠拟合偏差与方差正则化 半监督学习归类到有监督学习中去。 有监督学习大部分问题都是分类问题，有监督中的分类问题分为生成式模型和判别模型。 分类问题常用的评价指标 ...
分类：
其他好文 时间：
2019-11-30 18:55:39
阅读次数：
98
