坐标变换-旋转（我们把点云原坐标系称为世界坐标系，把以本身正方向得到的坐标系称为 基坐标系） 让点云cloud 旋转到与坐标轴重回，且质心位于世界坐标系原点； 1。由cloud 本身参数求得质心，获得协方差矩阵，由协方差矩阵solver 得到 vectors 和 values, 使得vectors ...
分类：
其他好文 时间：
2019-11-05 18:48:01
阅读次数：
140
为了处理数字数据，Pandas提供了几个变体，如滚动，展开和指数移动窗口统计的权重。 其中包括总和，均值，中位数，方差，协方差，相关性等。本章讨论的是在DataFrame对象上应用这些方法。 .rolling()函数 这个函数可以应用于一系列数据。指定window=n参数，并应用适当的统计函数。 i ...
分类：
其他好文 时间：
2019-11-02 19:42:51
阅读次数：
90
原文链接 点云法线定义 对于一个三维空间的正则曲面R(u, v), 点(u, v)处的切平面(Ru, Rv)的法向量即为曲面在点(u, v)的法向量。点云是曲面的一个点采样，采样曲面的法向量就是点云的法向量。 我们给每个点一个线段来显示法线，线段的方向为法线方向，如下图所示。这种显示方法虽然简单，但 ...
分类：
其他好文 时间：
2019-10-23 09:27:44
阅读次数：
95
从多元正态分布中抽取随机样本。 多元正态分布，多正态分布或高斯分布是一维正态分布向更高维度的推广。这种分布由其均值和协方差矩阵来确定。这些参数类似于一维正态分布的平均值（平均值或“中心”）和方差（标准差或“宽度”，平方）。 np.random.multivariate_normal方法用于根据实际情 ...
分类：
其他好文 时间：
2019-10-22 22:27:52
阅读次数：
176
生物统计学 相关与回归 描述和预测统计之后，相关与回归预测变量之间的关系。 相关关系是变量间关系不能用函数精确表达，即不一一对应而是点分布在直线周围。 评价指标是相关系数，有总体相关系数和样本相关系数,协方差的正负性与相关系数的正负性同步，当相关系数为0时虽然无线性相关，但是可能存在其他非线性关系： ...
分类：
其他好文 时间：
2019-10-13 21:00:12
阅读次数：
128
方差： 1.样本方差为何除以n-1 2.为什么样本方差（sample variance）的分母是 n-1？ 协方差： 1.期望、方差、协方差和协方差矩阵 2.详解协方差与协方差矩阵 有详细计算例子 ...
分类：
其他好文 时间：
2019-09-18 16:02:07
阅读次数：
99
通过两组统计数据计算而得的协方差可以评估这两组统计数据的相似程度。 样本： 平均值： 离差（用样本中的每一个元素减去平均数，求得数据的误差程度）： 协方差 协方差可以简单反映两组统计样本的相关性，值为正，则为正相关；值为负，则为负相关，绝对值越大相关性越强。 案例：计算两组数据的协方差，并绘图观察。 ...
分类：
其他好文 时间：
2019-09-05 15:20:42
阅读次数：
117
三、特征值和特征向量的应用实例 1、主成分分析（Principle Component Analysis, PCA） （1）方差、协方差、相关系数、协方差矩阵 方差： 协方差： , , **方差是衡量单变量的离散程度，协方差是衡量两个变量的相关程度（亲疏），协方差越大表明两个变量越相似（亲密），协方 ...
分类：
其他好文 时间：
2019-09-01 00:59:18
阅读次数：
196
输入定心 定心是通过更改输入$\mathtt{X}$的原点移除输入中的偏差,即使得变换后的输入$\mathtt{Z}$均值为零 输入的平均值$\bar{\mathtt{x}}=\frac{1}{N}\mathtt{X^T1}$ $$\mathtt x=\begin{bmatrix} {x_0}\\ ...
分类：
其他好文 时间：
2019-08-25 11:51:35
阅读次数：
109
PCA的数学原理 前言 数据的向量表示及降维问题 向量的表示及基变换 内积与投影 基 基变换的矩阵表示 协方差矩阵及优化目标 方差 协方差 协方差矩阵 协方差矩阵对角化 算法及实例 PCA算法 实例 进一步讨论 PCA的数学原理 前言 数据的向量表示及降维问题 向量的表示及基变换 内积与投影 基 基 ...
分类：
其他好文 时间：
2019-08-21 12:12:31
阅读次数：
106
