- 博客(5)
- 收藏
- 关注
RSS订阅转载 卡方检验思想及其应用
卡方检验思想及其应用卡方检验是以χ2分布为基础的一种常用假设检验方法，它的无效假设H0是：观察频数与期望频数没有差别。该检验的基本思想是：首先假设H0成立，基于此前提计算出χ2值，它表示观察值与理论值之间的偏离程度。根据χ2分布及自由度可以确定在H0假设成立的情况下获得当前统计量及更极端情况的概率P。如果当前统计量大于P值，说明观察值与理论值偏离程度太大，应当拒绝无效假设，表示
2017-10-14 15:49:16
657
原创 决策树、随机森林（RF）与GBDT
看过几篇关于三者不错的博文，分享给大家决策树：1. 《决策树与随机森林》2. 《算法杂货铺——分类算法之决策树》随机森林（RF）：1. 《随机森林（Random Forest）》GBDT：1. 《GBDT：梯度提升决策树》
2017-10-06 12:42:39
871
原创 方差与偏差
其实就机器学习算法来说，其泛化误差可以分解为两部分，偏差（bias)和方差(variance)。偏差指的是算法的期望预测与真实预测之间的偏差程度，反应了模型本身的拟合能力；方差度量了同等大小的训练集的变动导致学习性能的变化，刻画了数据扰动所导致的影响。通俗的讲，偏差是模型估计值和真实值之间差异，为精度；方差是模型总体的稳定性，方差小，模型的稳定性好，泛化性能高。如下图所
2017-10-06 11:29:59
660
原创 统计数据类型与对应的相关性分析方法
在统计学中，统计数据主要可分为四种类型，分别是定类数据，定序数据，定距数据，定比变量。1.定类数据（Nominal）：名义级数据，数据的最低级，表示个体在属性上的特征或类别上的不同变量，仅仅是一种标志，没有序次关系。例如， ”性别“，”男“编码为1，”女“编码为2。定类变量之间的相关系数，只能以变量值的次数来计算，常用λ系数法；2.定序数据（Ordinal）:数据的中间级，用数字表示个体在
2017-09-30 14:11:25
12866
原创 关于卡方在离散型单特征变量分析中的应用
卡方检验，检验的是真实值和基于原假设得到的预测值之间样本的差异，即如果真实值和预测值之间的样本差异较小，则表示原假设成立。在我们构建模型，进行单特征分析的时候（分析单特征与真实label之间的相关性），往往会利用到卡方值。离散变量之间的相关性检验的假设是变量之间是独立的，然后基于这个构建了卡方分布，如果他们之间确实是独立的的话，即假设成立，真实值和预测值之间的差异很小，对应的卡方值也就低，得到
2017-09-30 11:28:53
1977
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