- 博客(24)
- 收藏
- 关注
RSS订阅原创 因果发现工具 | causal-learn介绍
Causal-learn，由CMU张坤老师主导，多个团队（CMU因果研究团队、DMIR蔡瑞初老师团队、宫明明老师团队和Shohei Shimizu老师团队）联合开发出品的因果发现算法平台。Causal-learn用Python实现了CMU开发的基于Java的Tetrad因果发现平台，并进一步加入新的算法和功能。其中包含了因果发现的经典算法与API，并且提供了模块化的代码，以方便研究者实现自己的算法。Causal-learn所有模块均基于Python实现，从而避免了传统因果发现库对R/Java的依赖，为Py
2022-04-23 17:37:52
1747
3
原创 python2.7调用matlab R2014a和matlab R2014b函数的方法简介
这段时间需要用到python2.7去调用函数实现的一些代码，但是我在网站上这个方法我找了好久，可能由于环境背景不同，所以就出现了这样一个问题的解决过程。 通过上网查找资料和多种尝试，我总结了以下几种方法：1、使用python中win32com函数库2、使用matlabwrap的升级库——mlab库3、对于使用matlab R2014b环境的情况下，可以使用内置的engine，
2022-01-04 22:21:30
285
原创 Pycharm报错及解决方法总结
这里写自定义目录标题无法读取同一路径的模块无法读取同一路径的模块当我们在使用pycharm的时候，文件A和B在同一目录下，在A中import B的时候会出现“无法找到相关模块”的问题。这是因为pycharm不会自动将A所在路径中的文件都加入到工作空间中。我们可以通过以下两种方法来解决1：1）File -> Setting -> 打开 Console下的Python Console，把选项（Add source roots to PYTHONPAT）勾选上；2）在对应的文件夹处右键打开菜单
2021-08-20 10:20:13
3857
原创 较为正式的英文邮件如何写
近几年需要跟外国的学者通过邮件联系，每每敲击键盘的时候，脑海里蹦出的词汇和句子总觉得不够完美，担心不是礼貌用词，故整理下从网上学习到的撰写较为正式的英文邮件的方法，跟大家分享下。我们在写邮件的时候不仅要关注语法、单词的拼写和标点符号的使用，还需要注意以下几个方面。一、开头开头部分以问候为主，比如：”Dear Mrs. XX"、“Dear Professor XX”。如果你跟对方比较熟悉，可以...
2021-05-14 15:37:30
1204
原创 windows10系统中anaconda安装pytorch方法
anaconda的各版本下载地址：https://repo.continuum.io/archive/清华大学开源软件镜像站下载地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/anaconda和python各个版本的对应关系：https://blog.csdn.net/yuejisuo1948/article/details/8...
2021-01-02 17:13:15
194
原创 Linux系统下python调用java代码
python-javabridge 的包源码：https://github.com/LeeKamentsky/python-javabridge在安装javabridge库的时候，需要按照以下步骤来操作：安装一些依赖的包：apt-get install openjdk-7-jdk python-pip python-numpy python-dev安装 OpenJDK 8$ apt ...
2021-01-02 17:07:03
563
原创 【统计】回归系数与相关系数的联系与区别
目录一、基础知识二、回归系数与相关系数1.定义2.二者的联系3.二者的区别假设有两个随机变量(x,y)(x,y)(x,y)，其NNN个样本组合为（x1,x2,…,xN）（x_1,x_2,\dots,x_N）（x1,x2,…,xN）和(y1,y2,…,yN)(y_1,y_2,\dots,y_N)(y1,y2,…,yN)。一、基础知识单个变量xxx的特征值为：标准差（standar...
2020-03-29 16:27:15
44516
3
原创 EM算法和变分自编码器（VAE）的联系
两种常用的推断方法：期望最大化算法（Expectation Maximaization, EM)和变分自编码器（Variational autoencoders, VAE），都是可以通过近似逼近来优化目标函数。直观上来说，在优化目标函数上，EM是在可能的模型中交替寻找最大化，而VAE是根据梯度的采样估计进行梯度下降。那么他们之间是否有一些联系呢？今天我们来探索下。EM算法简介EM算法是一种含有...
2019-04-24 06:42:03
2791
原创 名词理解| Identifiability可识别性
在统计学中，identifiability（可识别性）是模型必须满足的属性，以便能够进行精确推理。从理论上说，如果一个模型可以从无限的观察值中学习到模型潜在参数的真实的值，那么这个模型就是可识别的（identifiable）。从数学上来说，这个就等价于参数的不同值必须产生观察变量的不同概率分布。通常情况下，基于特定的技术约束，一个模型是可识别的。那么这些约束就称为可识别条件（identificat...
2019-04-11 03:27:28
10262
3
原创 将非高斯分布数据转换为高斯分布数据
高斯分布是一个很神奇的分布，很多人在考虑问题的时候，总是很喜欢假设数据是满足高斯分布的。其原因可能就是，正态分布的各项统计学特征都可以很好地表示出来，我们只需要知道两个参数——均值和方差，即可，就可以得到概率密度分布、累计密度分布等等，同时可以利用多种现有的方法解决不同的问题。但是现实场景中，很多数据并不是如我们想象地那样：满足高斯性。那么我们可以采用逆变换采样（inverse transfor...
2019-03-11 09:03:55
7876
2
原创 统计| 自由度（degree of freedom）
以一个例子来引入自由度吧。想象你有七套衣服，并打算在一周之内每天穿不同的衣服出门。在第一天时，你有7套衣服可以选择。到了第二天，你只能从剩下的6套衣服中选择一套。第三天你只能从剩下的5套中选择一套，依此类推。到了第六天，你仍然可以从2套衣服中选择。但是在第7天时，你没有选择了，只能穿剩下的那套衣服出门。所以你有7-1=6天可以选择穿什么衣服，也就是选择衣服的自由度是6。那么这就是统计中的自由度的...
2019-02-09 09:15:44
8455
原创 常见时间序列模型
本文主要对各种时间序列模型及其特征做了一个归纳总结，以便查询了解。符号说明：变量： x,yx,yx,y变量集：X,YX,YX,Y变量xxx在ttt时刻的值：xtx_txt参数：α,β\alpha, \betaα,β##自回归模型（Autoregressive model，AR）自回归，顾名思义，就是用自己预测自己，即用同一变量xxx之前的信息{x1,x2,…,xt−1}\{x_1,...
2018-12-30 11:50:22
15438
原创 ubuntu14.04，Matlab调用java代码
利用一周的闲碎时间折腾matlab调用java，一直没能成功，无意间浏览到一个博客《【总结】Matlab调用Java代码》，按照其方法试了一下，一下子就搞定。注意事项：matlab里的jdk版本需要跟编译java的jdk版本一致或高于java的jdk版本，不然会出现不兼容的问题。（因为这个问题浪费了我很多时间。。）主要步骤：需要安装好matlab和java的运行环境。我的是matlab 2...
2018-12-15 04:51:09
413
原创 简单说说核方法
目录核方法的自我理解几种常见的核函数核方法的自我理解一直以来，一旦提到kernel method，我就会觉得那是个很高大上的东西，今天静下心来了解了一下，对其有了点自我理解。但涉及具体原理，还需要继续补充。核方法（Kernel method），最早大家对其认识应该是在SVM里吧。它在SVM中的贡献是如何将二维空间里线性不可分的分类器转换成线性可分的分类器的一种方法。例如，将二维空间中的点(x...
2018-11-12 09:55:33
441
原创 markdown神器 -Typora使用教程笔记
基本语法生成目录列表有序列表无序列表表格图片URL链接数学符号几个有用的特性代码块样式（code block）数学表达式块（math block）绘制图表其他特性文件转换markdown和word的转换安利一下很好用的markdown编辑器Typora。它功能很强大，具有简洁，跨平台，所见即所得的特点，支持Mar...
2018-07-12 10:43:19
72547
8
原创 正态分布的一些事儿
本文整理了正态分布的一些常用的性质，以供备忘之用。目录概念概率密度函数分布函数特殊情况标准正态分布性质相关matlab函数概念概率密度函数若连续型随机变量XX的概率密度为 f(x)=12π−−√σe−(x−μ)22σ2,−∞<x<+∞f(x)= \frac{1}{\sqrt{2 \pi} \sigma}e^{-\frac{(x-\mu)^{2}}{2\sigma^{2}}},-\inf
2017-08-04 17:28:54
6742
原创 【LaTex】学习笔记：入门使用方法
本博客的LaTex学习以MiKTex+TeXStudio为编辑器。 关于LaTex环境的搭建和相关软件的安装，我主要是用了以下软件：proTeXt：http://tug.org/protext/MiKTex：http://www.miktex.org/TeXStudio：http://texstudio.sf.net/接下来介绍下入门的使用方法：
2015-10-05 18:42:19
1295
原创 【机器学习】加州理工学院公开课——机器学习与数据挖掘 1.学习问题
一、概念形式化输入：x输出：y目标函数：F：x → y数据：(x1, y1), (x2, y2), …, (xN, yN)假设函数：g：x → y假设集：H={h}， G∈H（假设集有助于理解是否用这个算法及用这个算法之后效果怎样。）（F函数是未知的，是机器学习的一个目标，运用数据和例子来做出假设，得到G函数。G值和F值是很接近的，但F是未知的，G是已知的。
2015-10-05 17:33:55
535
原创 【Andrew NG 机器学习公开课】CS229：Introduction、Linear Regression
这份笔记来源于Andrew NG在Coursera上的公开课和讲义。
2015-07-29 11:39:50
562
原创 【Python与R】Rpy2 - 安装
这几天想在Python中直接调用R，利用R中的函数对数据进行处理。在网上搜索之后，发现了Rpy2，他提供了一个从Python到R的底层接口，使得Python可以很直接调用R中的包、函数等进行功能的实现。 在安装Rpy2的过程中，我尝试了很多种方法，看了stackflow里面的一些解决措施，还是未能安装成功。后来，看了官方一些文档，采用了下面这种用pip安装的方法，成功安装了Rpy2
2015-04-08 21:13:55
12708
2
原创 【R语言学习笔记】RGraphviz包的安装与加载方法
最近学习一个算法，是用R语言实现的，其中需要用到RGraphviz，我原先想按照以前安装包的方法：在镜像中找到就可以直接点击、安装该包。可是我找遍了不同地区的一些镜像，都找不到我想要安装的包。所以我查找资料，试了很多方法，最后成功了，故作此分享与总结。1、安装版本 目前的Rgraphviz必须安装graphviz2.20:http://www.graphviz.org/pub/g
2014-12-23 11:47:03
9064
1
原创 【R语言学习笔记】R的安装及Rstudio
R语言简介：R的安装 安装来源：http://www.r-project.org/点击左边子栏里的“CRAN”，即可出现页面如下图所示，此页面中包含了来自各个地区的R软件，可以根据你的系统类型选择一个版本下载。下载完之后即可安装，桌面上会出现下面这个图标，就说明安装成功了。打开这个软件之后，其界面如下图：RStudio
2014-12-23 11:20:34
895
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人