![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
例子
文章平均质量分 75
炫炫有牛腩
这个作者很懒,什么都没留下…
展开
-
线性回归-周期性表达
线性回归-周期性表达利用线性回归对周期性时间序列进行回归预测时,常用的一种表达方式是使用0-1哑变量进行表达。以星期为周期的数据进行举例说明:# 数据简介# rst:需拟合的值; date:日期data.example rst date 1: 112 2016-07-04 2: 118 2016-07-05 3: 132 2016-07-06 4: 129原创 2016-08-07 22:36:40 · 3587 阅读 · 2 评论 -
TureSkill-实力评估
基础知识因子图对于节点个数和边数较多的图,无论是有向图还是无向图,图模型的分解性都很难直接从图中得到。而factor图为图模型提供了另一种表示方法,它是一种偶图,用于表示一种带有factor节点 f∈Ff \in F 和变量节点 v∈Vv \in V 的分解函数。图中每个factor节点对应函数中的一个因子,每个变量节点对应随机变量。 通常,一个factor图可以被一个概率分布表示: p(V)原创 2017-01-10 19:05:08 · 942 阅读 · 0 评论 -
决策树1---特征选择(信息增益)
特征的选择决定哪个特征先来划分空间。一般决策树算法特征选择通过信息增益或信息增益比来确定。ID3,C4.5的树生成通过信息增益和信息增益比概念生成。概念及理解信息增益: g(D,A)=H(D)−H(D|A)(1)g(D,A)=H(D)-H(D|A) (1) 式子1中H(D)H(D)代表数据集D(学习集中的类)的信息熵,信息熵指的是变量的不确定性,变量的不确定性越大,熵也就越大,把它搞清原创 2015-10-20 21:35:54 · 4572 阅读 · 0 评论