Eunice_33-CSDN博客

原创现代心理与教育统计学第二章统计图表

现代心理与教育统计学笔记第二章统计图表

2015-08-25 22:40:12 1473

原创现代心理与教育统计学第一章

现代心理与教育统计学笔记之第一章

2015-08-25 22:35:10 1151

原创聚类分析——K-Means算法

K-Means算法这是基于划分的聚类算法，该算法效率较高，对大规模数据进行聚类时被广泛使用。基本思路：把数据集划分成k个簇，每个簇内部的样本非常相似，不同簇之间的差异非常大。K-Means算法是一个迭代算法，先随机选择k个对象，每个对象代表了起中心，对于剩下的对象，将其赋给最近的簇，然后重新计算簇的中心。不断重复，直到准则函数收敛。算法：1 数据预处理l 连续属性：标准化

2015-03-12 20:47:21 1119

原创 R语言学习备忘录（三）：数组、矩阵、列表和数据框、因子的应用

数组、矩阵、列表和数据框的应用#R语言备忘录三##数组array和矩阵matrix、列表list、数据框dataframe#数组#数组的重要属性就是dim，维数#得到4*5的矩阵z <- 1:12dim(z) <- c(3,4)z#构建数组x <- array(1:20, dim = c(4,5))#三维y <- array(1:18, dim = c(2,3,3)

2015-01-25 16:33:40 3278

原创统计学习方法笔记（三）：K近邻法

一、基本概念k近邻法(k nearest neighbor, k-NN)是一种基本的分类和回归方法，简单、直观。当用来分类时，给定一个训练集，对于新输入实例，找到最近的k个训练样例，然后根据训练样例确定新样例的分类。k近邻法的三个基本要素：距离度量、K值、分类决策规则。1、距离度量：不同距离度量方法导致结果不同。2、k值的选择k值的选择对于算法的结果有很大的影响，如

2015-01-23 22:04:07 842

转载 k近邻法：R实现(二)

转载于：使用R完成K近邻分类除了上文的方法以外，也可以使用R包kknn使用数据集iris，验证Petal.Length, Petal.Width两个特征的分类能力。代码如下：#使用数据集iris，先呈图查看一下关系with(iris, plot(Petal.Length, Petal.Width, col=as.integer(Species))) text(2.2, 0.

2015-01-23 20:38:57 1374

转载 k近邻法：R实现(一)

转载于：机器学习算法的R语言实现（一）：KNNKNN是有监督的学习算法，其特点有：1、精度高，对异常值不敏感2、只能处理数值型属性3、计算复杂度高（如已知分类的样本数为n，那么对每个未知分类点要计算n个距离） KNN算法步骤：需对所有样本点（已知分类+未知分类）进行归一化处理。然后，对未知分类的数据集中的每个样本点依次执行以下操作：1、计算已知类别数据集中的

2015-01-23 17:29:37 1976

原创 R语言学习备忘录（一）：向量运算

个人学习的笔记#R语言学习备忘录一##向量运算#x <- c(1,2,3,6)#不小于x的最小整数 ceiling(x)#不大于x的最大整数 floor(x) #向0方向截取的x中的整数 trunc(x) #将x舍入为指定位的小数 round(x,digits=2) #将x舍入指定的有效数字位数 signif(x,digits=2) #三角函数 cos(x) s

2015-01-23 11:13:04 1224

原创 R语言扩展包dplyr——数据清洗和整理

该包主要用于数据清洗和整理，coursera课程链接：Getting and Cleaning Data也可以载入swirl包，加载课Getting and Cleaning Data跟着学习。如下：library(swirl)install_from_swirl("Getting and Cleaning Data")swirl()此文主要是参考R自带的简介：Introd

2015-01-22 18:04:39 36466 5

原创 R语言数据整理作业

作业：现在，所有数据科学中最令人兴奋的领域之一就是可穿戴计算 - 请看这篇文章。公司（例如，Fitbit、Nike和Jawbone Up）正在竞相发展最先进的算法来吸引新用户。与课程网站关联的数据表示从三星Galaxy S智能手机的加速器上收集的数据。完整的解释可在获得数据的网站上获取：http://archive.ics.uci.edu/ml/datasets/Human+Act

2015-01-22 15:33:36 3287

原创朴素贝叶斯分类器：MATLAB工具箱实现

MATLAB工具箱的statistic toolbox中有naivebayes的类，可以直接使用。使用默认的高斯分布和混淆矩阵：>> load fisheriris>> O1 = fitNaiveBayes(meas,species); 生成其中，NClass是因变量的频数，ClassLevels则是因变量类别，prior为类别的频率。NDims是特征数量，Dis

2015-01-20 16:52:26 9521 2

转载朴素贝叶斯分类器：R语言实现

转载自：机器学习算法的R语言实现（三）：朴素贝叶斯分类器1、引子朴素贝叶斯方法是一种使用先验概率去计算后验概率的方法，其中朴素的意思实际上指的是一个假设条件，后面在举例中说明。本人以为，纯粹的数学推导固然有其严密性、逻辑性的特点，但对我等非数学专业的人来说，对每一推导步骤的并非能透彻理解，我将从一个例子入手，类似于应用题的方式，解释朴素贝叶斯分类器，希望能对公式的理解增加形象化的场

2015-01-19 23:00:02 9310 7

原创感知机——R实现

转载自：感知机（python实现）增加了一点自己的笔记。对于训练数据集，其中正例点是x1=(3,3)T,x2=(4,3)T，负例点为x3=(1,1)T，用感知机学习算法的原始形式求感知机模型f(x)=w·x+b。这里w=(w(1),w(2))T，x=(x(1),x(2))T解：构建最优化问题：按照算法求解w， b。η=1(1)

2015-01-16 20:52:54 4476 2

原创统计学习方法笔记（二）感知机学习

感知机是二类分类模型，输出值为-1,1，为判别模型输入空间到输出空间的函数如下：w叫权值，b叫偏置。即求出一个超平面把特征空间分成两部分，使两部分分别被分为正负两类，为分离超平面。如图：应用条件：数据集是线性可分的，存在使得数据集都能正确的划分在超平面的两侧。损失函数：对于误分类的数据：误分类点到超平面的距离：

2015-01-15 22:55:12 1298

原创统计学习方法笔记（一）——统计学习的基本概念

统计学习的三要素：方法 = 模型 + 策略 + 算法1、模型模型就是要学习的条件概率分布或决策函数。模型的假设空间包含所有可能的条件概率分布或决策函数。空间用F表示，假设空间可以定义为决策函数的集合，即：F通常是由一个参数向量来决定的条件概率分布族2、策略有了模型的假设空间，则要考虑选择什么准则学习或者说是选择最优的模型。则引入了损失函数和风险函数。损失

2015-01-15 19:02:04 1158

原创不同方法的正态性检验及R语言实现

统计学中的t检验法和F检验法的应用条件是样本都来自正态总体或近似正态总体，只有符合这个条件，才能用它们来检验各样本所属的总体参数的差异显著性。一、非参数检验1、Kolmogorov-Smirnov正态性检验（单样本）检验单一样本是否来自某一特定分布。比如检验一组数据是否为正态分布。它的检验方法是以样本数据的累积频数分布与特定理论分布比较，若两者间的差距很小，则推论该样本取自

2015-01-13 20:47:36 31795 1

原创数据基本参数

数据来源：学生成绩排名预测>setwd("C:/Users/fss/Desktop")> data > head(data,2) 学期学号书号图书馆门禁_时间地点消费_时间金额日期排名1 1 55 1297346 92854 图书馆 104218 0.64 916 232 1 55 1297346

2015-01-13 20:45:52 1082

转载了解向量、因子、矩阵、数组、列表和数据框、时间序列（R语言）

资料来自于：R语言入门经典1、向量(Vector) ：函数vector有两个参数:类型(mode)和长度(length),创建的向量中元素值取决于参数所指定的数据类型:数值型向量则元素值都为0,逻辑型都为FALSE,字符型都为""。以下三个函数有几乎相同的效果(创建一个向量)并且只有一个参数即长度:numeric(),logical(),和character()。

2015-01-12 20:09:56 3444

原创 Andrew Ng机器学习笔记（五）——生成学习算法和朴素贝叶斯算法

1、生成学习算法之前讲的回归模型属于判别模型，今天引入新的模型——生成学习算法：对训练集建立两个概率模型，测试特征代入两个模型比较哪个模型的最终概率高来判断类别（而不是计算出两个概率，而是比较两个概率）利用贝叶斯概率得到两个模型的统一性：对p(x|y)和p(y)建模后，根据贝叶斯公式p(y|x) = p(xy)/p(x) = p(x|y)p(y)/p(x)，其中，p(x) = p(

2015-01-10 22:04:39 2739 1

原创 R语言初学笔记

内容包括153分钟学会R和R Programming课程的笔记，比较凌乱，只是对自己需要记录的知识做了整理。暂不涉及统计模型和判断循环函数。虽不是第一次接触R语言了，但是现在想静下来心来把它学下来。 1、CRAN是什么CRAN是 Comprehensive R ArchiveNetwork 的简写，是拥有同一资料，包括 R 的发布版本，包文档和源代码的网络集合。 2、如何

2015-01-09 12:16:23 2668

原创 Andrew Ng机器学习笔记（四）——GLM广义线性模型

指数分布族：若y属于实数，满足高斯分布，得到基于最小二乘法的线性回归；若y取{0,1}，满足伯努利分布，得到Logistic回归。高斯分布和伯努利分布都是指数分布族的特例。下面说明以上两种都是GLM的特例指数分布族：如果它的概率分布可以表示为下面的形式：一般来说，T(y)=y，改变η可以得到不同的概率分布。证明伯努利分布是指数分布族：即：

2015-01-07 11:02:43 2255

原创 Andrew Ng机器学习笔记（三）——牛顿算法

复习：Logistic回归：分类算法假设给定x以为参数的y=1和y=0的概率：求对数似然性：对其求偏导数，应用梯度上升方法，求得。本次课程介绍的牛顿方法是一种比梯度上升快很多的方法，用于拟合Logistic回归推导图：当要求解f(θ) = 0时,如

2015-01-07 10:57:22 1281

原创 Andrew Ng机器学习笔记（二）：多变量线性回归

对于一个监督学习模型来说，过小的特征集合使得模型过于简单，过大的特征集合使得模型过于复杂。对于特征集过小的情况，称之为欠拟合（underfitting）；对于特征集过大的情况，称之为过拟合（overfitting）解决此类学习问题的方法：1) 特征选择算法：一类自动化算法，在这类回归问题中选择用到的特征2) 非参数学习算

2015-01-05 18:45:54 1014