- 博客(2)
- 收藏
- 关注
RSS订阅原创 多种概率分布数据的生成及其在拉丁超立方抽样中的应用——案例分析与参数拟合
这些分布包括正态分布、对数正态分布、伽马分布、威布尔分布、指数分布、瑞利分布、极值分布和广义极值分布。通过图表展示和案例分享，我们展示了正态分布的拉丁超立方抽样与简单随机抽样的对比，以及多种分布的抽样与画图案例。在本文中，我们将通过图表展示正态分布的拉丁超立方抽样与简单随机抽样的对比，并提供多种分布的抽样与画图案例，以及对抽样数据进行参数拟合的方法。图1、2展示了正态分布的拉丁超立方抽样与简单随机抽样的对比，拉丁超立方抽样生成的数据更加光滑、分布范围更加均匀，可考虑到小概率事件的生成。
2024-05-06 09:51:48
407
1
原创 基于评价因子决定最优Kmeans聚类个数的Matlab代码及使用方法详解
卡林斯基-哈拉巴斯指标是一种综合考虑聚类结果内部的紧密性和聚类结果之间的分离性的评价指标，取值越大表示聚类结果越好。综上所述，本文通过介绍轮廓系数、Davies-Bouldin值、Gap Evaluation值和卡林斯基-哈拉巴斯指标等评价因子的使用方法，以及提供Matlab代码来帮助读者确定最优的聚类个数。计算轮廓系数（↑）、DaviesBouldin值（↓）、GapEvaluation值（↑）和卡林斯基-哈拉巴斯指标等评价因子（↑），根据评价因子的大小确定最优聚类数目，更加准确得到聚类结果。
2024-05-06 09:44:50
487
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