![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数据和presentation
ninekwll0791
这个作者很懒,什么都没留下…
展开
-
逻辑回归的记录
参考:https://www.cnblogs.com/zhizhan/p/4868555.html1、先收藏,再做记录。原创 2021-06-12 11:39:28 · 81 阅读 · 0 评论 -
插值和拟合的整理
1、插值和拟合: 都是根据已知数据点(比如二维的x,y),得到一条曲线(或者直线,或者面)。也就是说说,根据有限的数据点,得到更多的数据点。(推测统计是不是有点像,根据样本点推测整体的情况,没有关系的吧)。那怎么得到更多的点,或者整个数据呢?插值的意思是根据离散的这些已知点,去得到连续的点(就是曲线或者曲面),那为什么叫插值?看下面的英文解释:In the mathematical field of numerical analysis, interpolation is a method of cons原创 2020-08-08 18:38:01 · 1862 阅读 · 0 评论 -
线性拟合(回归)的小结
参考:https://blog.csdn.net/alw_123/article/details/821935351、得到了一组数据(先简单点,就是二维的数据x,y),怎么描述他们之间的关系呢?2、如果这组数据有线性相关的话,那就用线性方程描述,那就是线性回归。如果没有线性相关的话,那就是另外的话题了。从别人那里copy过来的图:3、怎么得到这条直线,理论上有很多这样的直线可以描述这些点之间的线性相关。那么,怎么判断哪个直线最好。比如穿过的数据点最多?还是 每个点到之间的距离和最小?4、最后发现原创 2021-06-12 09:16:56 · 1633 阅读 · 1 评论 -
LDA线性判别分析的记录
1、LDA好像用过,但是居然不知道自己用过,有点惭愧。为什么,用的是软件界面操作,所以忘的也快啊。2、用途是就是根据一组数据,标好类别的数据,然后建立分类识别器。备注:是通过pca找到lda的。pca是无类别的降维处理。3、待续中。。。...原创 2021-06-10 14:10:30 · 54 阅读 · 0 评论 -
pca简单记录
参考https://blog.csdn.net/zhongkejingwang/article/details/42264479https://blog.csdn.net/luoluo96321/article/details/112211217?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522162330155516780262567693%2522%252C%2522scm%2522%253A%252220140713.13010233原创 2021-06-10 13:55:29 · 102 阅读 · 0 评论 -
概率密度函数,概率分布函数,正态分布
1、用到的时候总结一下,回过来可以复习复习。2、概率统计:统计是根据数据(一组数据),根据分布模型(比如正态分布),可以得到一个带参数的分布模型(比如mu和theda),然后根据这个分布模型,去求解发生某个时间的概率,需要查询分布函数图。这就需要知道相关的概念。3、概率密度函数(probability density function)和概率分布函数(Cumulative Distribution Function,累积密度函数)。通过讲解正态分布去理解。可以参考一下资料:https://zhuanl原创 2020-05-11 10:41:03 · 3354 阅读 · 0 评论 -
positive definite matrix
1、有些概念是躲不过的,那就面对吧。先收藏一个没有相关的资源 https://www.geogebra.org2、先参考别人的解释,还是很有道理的。参考 https://blog.csdn.net/qq_24753293/article/details/80014403 这个里面有很多引用其他人的解释,这里先收藏一下。3、自己的总结还是要有的。首先定义:主要是这个matrix是针对any...原创 2020-02-18 00:17:58 · 333 阅读 · 0 评论 -
Origin
1、今天才看到有这么一个软件,应该有用途,所以准备用到了就记录一下。2、可以看相关的视频,有人介绍了,我这里也做个备份:https://www.bilibili.com/video/av6372037/?p=23、待续。。。...原创 2019-09-24 17:00:44 · 96 阅读 · 0 评论 -
极大似然和概率
1、看问题没有深入,就是一知半解的。这个极大似然,一直不是理解的,还有其他的 贝叶斯 等概念。2、今天看了别人说的,才明白一点。似然的英文是 likelihood ,和 概率 (probability)居然是同一系统的。直接的英文翻译,我觉的应该是可能性,翻译成似然,怎么不是孜然啊。The likelihood of infection is minimal… 感染的可能性极小。3、根据英文...原创 2019-10-31 09:18:52 · 189 阅读 · 0 评论