qq_37443333的博客

简介PCA是一种属降维方法，将众多具有一定相关性的变量重组为一组新的相互无关的综合变量，可以用作降维或评价（建议不用，因为新综合变量很难解释）。此方法在实际运用中有一个难点，就是选择主成分后，需要注意主成分实际含义的解释（难点）。PCA步骤1、原始数据标准化处理2、计算样本相关系数矩阵3、计算相关系数矩阵的特征值以及相应的特征向量4、选择主成分并写出表达式根据贡献率选出主成分5、计算主成分得分：样本数据*主成分特征向量6、进一步分析实现代码% Read data from

简介逻辑回归（Logistic Regression）主要解决二分类问题，用来表示某件事情发生的可能性。例如：● 一封邮件是垃圾邮件的肯能性（是、不是）● 你购买一件商品的可能性（买、不买）● 广告被点击的可能性（点、不点）本质假设数据服从这个分布，然后使用极大似然估计做参数的估计。matlab做Logistic回归分析对数变换后可以得到这样可以将Logistic回归转换为线性回归问题，但是仅仅取对数导致P只有0和1的区别，因为失去了实际意义，实际运用中会定义一个概率函数π，此时π为连

云模型用于描述处理不确定性问题基础概念基本单位：“云”或者“云滴”云的表达方式：利用联合密度（x,µ）表示，µ是隶属度，µ->1则确定性越高云模型三个特征：期望：云滴在论域空间分部的期望，一般用符号Ex表示；熵：不确定性程度，有离散程度和模糊程度共同决定，一般用符号En表示；超熵：用来度量熵的不确定性，亦即熵的熵，一般用符号He表示。云模型触发机制【触发方式直接写成一个funtion】正向云触发1、生成以En为期望，以He为方差的正态随机数En；2、生成以Ex为期望，以En

多项式拟合拟合又称曲线逼近，不要求一定过数据点指令拟合X = [1:9];Y = [9,7,6,3,-1,2,5,7,20]; //对X/Y数据进行拟合FitPoly = polyfit(X,Y,5); //对数据点进行5次多项式拟合，返回值是拟合函数NewX = linspace(0,9); //产生0~9线性等间距的100个数据NewY = polyval(FitPoly,NewX);//计算拟合函数在自变量NewX对应的函数值figure('name','Data Curve Fit

常用的包括两种方式：plot方式及drawnow方式以导弹跟踪问题为例子。位于坐标原点的A船向位于其正东⽅20个单位的B 船发射导弹，导弹始终对准B船， B船以时速V单位（常数）沿东北⽅向逃逸。若导弹的速度为3V，导弹的射程是50个单位，画出导弹运⾏的曲线，导弹是否能在射程内击中B船？plot方式原理一定循环次数后画一下移动后的点（若想看动态效果一定要pause一小段时间）代码clc;clearDeltaT = 0.0000001;n = 1000000000; % 导弹最长运行时间10