- 博客(2)
- 收藏
- 关注
RSS订阅原创 相关性检验-皮尔逊检验
它基于变量之间的协方差来衡量它们之间的相关性，并将其标准化以得到相关系数。Pearson相关系数的取值范围在-1到1之间。一般来说，相关性检验主要有两种常见的方法：Pearson相关分析和Spearman等级相关分析。如果数据不符合正态分布，相关系数的计算结果可能会受到偏差或不准确。对于计算所得的相关系数，我们需要验证其是否显著异于零，来说明两数据是否具有线性性质。时，才可以用皮尔逊相关系数来表示相关性大小。否则，即使算出相关系数很大时，不确定两变量什么关系时，不能说明线性相关。系数为负时，两者呈负相关。
2023-10-07 23:14:23
6073
1
原创 神经网络模型
正是由于其强大的表示能力，然后计算输出层的误差，再将误差逆向传播至隐层神经元，最后根据隐层神经元的误差来对连接权和阈值进行调整。验证集用来估计误差，若训练集误差降低但验证集误差升高，则停止训练，同时返回具有最小验证集误差的连接权和阈值。在生物神经网络中，每个神经元与其他神经元相连，如果某神经元的电位超过了某个"阔值" ，那么它就会被激活“兴奋”起来，向其他神经元发送化学物质.多层网络由输入层，隐层，输出层构成，其中输入层神经元接收外界输入，隐层与输出层神经元对信息进行处理，最终结果由输出层神经元输出。
2023-10-07 21:01:43
278
1
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