随遇而安_小强的博客

信息量的定义某事件发生的概率小，则该事件的信息量大。 定义随机变量XXX的概率分布为P(X)P(X)P\left( X \right),XXX的信息量为：h(X)=−log2P(X)h(X)=−log2P(X)h\left( X \right) = - {\log _2}P\left( X \right).熵对随机事件按的信息量求期望，得到随机变量XXX的熵： H(X)=−∑...

from sklearn.linear_model import LinearRegressionLinearRegression(fit_intercept=True,normalize=False,copy_X=True,n_jobs=1)'''参数含义：1.fit_intercept:布尔值，指定是否需要计算线性回归中的截距，即b值。如果为False,那么不计算b值。2.nor...

'''scikit-learn中有两类决策树，它们均采用优化的CART决策树算法。'''from sklearn.tree import DecisionTreeRegressor'''回归决策树'''DecisionTreeRegressor(criterion="mse", splitter="best", ...

连续分布1.均匀分布class pymc3.distributions.continuous.Uniform（lower = 0，upper = 1，* args，** kwargs ）均匀分布的概率密度函数为：import numpy as npimport matplotlib.pyplot as pltplt.style.use('seaborn-darkgrid...