- 博客(2)
- 资源 (13)
- 收藏
- 关注
转载 在Python中进行基于稳健马氏距离的异常检验
原文地址:https://my.oschina.net/dfsj66011/blog/793392例如,假设你有一个关于身高和体重的数据框数据:import pandas as pdimport numpy as npfrom numpy import float64Height_cm = np.array([164, 167, 168, 169, 169, 170, 170,
2017-03-17 16:39:54 5405 1
转载 在R中进行基于稳健马氏距离的异常检验
转自http://www.cnblogs.com/cloudtj/articles/5520230.html前言 我们研究的数据中经常包含着一些不同寻常的样本,这称之为异常值(Outlier)。这些异常值会极大的影响回归或分类的效果。异常值产生的原因有很多,其中可能是人为错误、数据测量误差,或者是实际确实存在这样的异常。为了使模型能够反映大部分数据的规律,所以在数据预处理
2017-03-17 09:58:30 3570
hadoop-eclipse插件(hadoop-eclipse-plugin-2.8.3.jar)与winutils
2018-08-29
Java自然语言处理(影印版 英文版)代码
2016-11-28
SpringMVC+Spring+MongoDB实现后台管理系统
2016-08-20
高仿QQ的即时通讯
2016-08-18
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人