![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
刀么克瑟拉莫
那温热的牛奶瓶在你手中握紧
展开
-
C++计算AUC
C++计算AUC原创 2023-02-09 18:14:39 · 251 阅读 · 0 评论 -
解决问题:DMatrix parameter `enable_categorical` must be set to `True`
pandasxgboostDMatrix parameter `enable_categorical` must be set to `True`原创 2022-08-24 10:42:39 · 1674 阅读 · 0 评论 -
C++高斯混合型GMM实现
#ifndef MYGMM_H#define MYGMM_H#include <iostream>#include <Eigen/Dense>#include <math.h>#include <vector>#define EPS 0.00000001using namespace std;using namespace Eigen;Eigen::MatrixXf getCov(Eigen::MatrixXf input){原创 2020-11-09 17:58:35 · 280 阅读 · 0 评论 -
概率函数、概率分布函数和概率密度函数
这篇博客写的太好了,放在最前首先要区分离散概率和连续概率,研究中几乎都是连续概率对于连续型变量而言,“取某个具体值的概率”的说法是无意义的,因为取任何单个值的概率都等于0,只能说“取值落在某个区间内的概率”,或“取值落在某个值邻域内的概率”在连续型变量中:概率为0的事件是有可能发生的,概率为1的事件不一定必然发生。举例:在数轴上取一个数是0的概率为0,因为1/∞=0;则其对立事件,取一个数不是0的概率为1;但是取一个数是0这个事件还是会发生。概率函数只对离散型变量有意义概率密度函数是概率分布函数.原创 2020-10-23 16:42:04 · 480 阅读 · 0 评论