内容目录 1. 统计函数 2. 窗口函数 3. 加深加强 数据准备 1.统计函数 最常见的计算工具莫过于一些统计函数了。 这里我们首先构建一个包含了用户年龄与收入的 DataFrame。我们可以通过 cov 函数来求出年龄与收入之间的协方差，计算的时候会丢弃缺失值。除了协方差之外，我们还可以通过 c ...
分类：
其他好文 时间：
2019-03-11 23:38:30
阅读次数：
252
周志华《机器学习》第三章：基本形式，线性回归，线性判别分析，多分类学习，类别不平衡问题 ...
分类：
其他好文 时间：
2019-01-30 18:28:49
阅读次数：
208
参考：《 "深度学习500问" 》 期望 ?在概率论和统计学中，数学期望（或均值，亦简称期望）是试验中每次可能结果的概率乘以其结果的总和。它反映随机变量平均取值的大小。 线性运算： $E(ax+by+c) = aE(x)+bE(y)+c$ ?推广形式： $E(\sum_{k=1}^{n}{a_ix_ ...
分类：
其他好文 时间：
2019-01-26 00:20:33
阅读次数：
296
构建模型的个基本过程： PCA 与 SVD关系 PCA : 降维度。过程：首先计算样本本协方差矩阵，然后·暴力特征分解·(非常消耗资源)。 SVD : 降维度，它的标准推导过程类似特征分解（耗资源），据说，sk-learn中它有其他实现过程。 scikit-learn的PCA算法的背后真正的实现就是 ...
分类：
其他好文 时间：
2019-01-21 16:08:54
阅读次数：
183
MATLAB求马氏距离(Mahalanobis distance) 作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 1.马氏距离计算公式 d2(xi, xj)=(xi-xj)TS-1(xi-xj) 其中，S是总体的协方差矩阵，而不是样本的协方差矩阵。 ...
分类：
其他好文 时间：
2019-01-10 21:53:32
阅读次数：
825
1.协方差 方差是描述自身偏离其均值的程度。 协方差用来描述两个变量间的变化关系,协方差用来度量两个随机变量关系的统计量 $$ cov(X,Y)=E[(X E[X])(Y E[Y])] $$ $$ cov(X,Y)=E[(X μ_x)(Y μ_y)] $$ E[x] 代表期望，一般置X的均值 公式： ...
分类：
其他好文 时间：
2019-01-05 16:39:47
阅读次数：
244
卡尔曼滤波在大学课程《现代控制理论》当中有涉及详细讲解。卡尔曼滤波使用条件有：1、线性系统； 2、系统中噪声(不确定性)服从高斯分布。下文中的方差、误差、偏差、协方差都指不确定性的意思。误差 = 偏差；方差 = 偏差 ²。在无人驾驶导航定位当中，需要多传感器对汽车位姿进行检测 ；在多传感器融合方面， ...
分类：
其他好文 时间：
2019-01-02 20:09:24
阅读次数：
253
统计学上用方差和标准差来度量数据的离散程度 ，但是方差和标准差是用来描述一维数据的（或者说是多维数据的一个维度），现实生活中我们常常会碰到多维数据，因此人们发明了协方差（covariance），用来度量两个随机变量之间的关系。 我们仿照方差的公式来定义协方差： 方差： 协方差： （注：因为这里是计算 ...
分类：
其他好文 时间：
2018-12-31 21:17:14
阅读次数：
229
公式： 标准差： 方差： 协方差： 意义： 方差（Variance）：用来度量随机变量和其数学期望（即均值）之间的偏离程度。 标准差：方差开根号。标准差和方差一般是用来描述一维数据的。 协方差：衡量两个变量之间的变化方向关系。协方差只是说明了线性相关的方向，说不能说明线性相关的程度，若衡量相关程度， ...
分类：
其他好文 时间：
2018-12-31 15:48:29
阅读次数：
154
1、通过本征向量和本征值求主成分 关系：本征值是本征向量的缩放倍数，本征值大的对应的本征向量上的样本的数目就越多；相反本征值越小的，就本征向量上的样本数量就会少。因此可以求出PCA的主成分 主成分分析：主成分大小和本征值的区别在于数据分布所在的“椭圆”的轴的长度是正比于本征值开根号（标准差），不是本 ...
分类：
其他好文 时间：
2018-12-23 23:48:31
阅读次数：
176
