大数据与人工智能
关注
分享
扫一扫
文章平均质量分 86
大数据与人工智能
neu_nw2005
一名测试老兵，关注软件工程，敏捷精益，测试方法，DevOps
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
K-Means聚类
聚类轮廓系数（Silhouette Coefficient） 是衡量聚类结果质量的核心指标，通过综合样本在自身簇内的“紧凑度”和与邻近簇的“分离度”，量化评估聚类的合理性。原创 2025-11-09 10:26:28 · 171 阅读 · 0 评论 -
假设校验方法介绍
F值是组间方差与组内方差的比值，用于判断不同组之间是否存在显著差异：‘’‘mathF = \frac{\text{组间方差（MSB）}}{\text{组内方差（MSE）}} = \frac{SSB/(k-1)}{SSE/(n-k)}‘’’SSB（组间平方和）：不同组均值与总体均值的差异平方和。SSE（组内平方和）：组内数据与组均值的差异平方和。k：组数，n：总样本量。原创 2025-11-08 14:24:03 · 117 阅读 · 0 评论 -
损失函数与正则优化
损失函数用于评估预测值和真实值的差距，损失函数越小，模型越精准。原创 2025-09-27 00:06:54 · 916 阅读 · 0 评论