![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数学基础
weixin_44222183
这个作者很懒,什么都没留下…
展开
-
sigmoid函数的数学公式推导
Sigmoid函数的详细公式推导转载 2022-12-08 11:13:46 · 327 阅读 · 0 评论 -
小学生都能看懂的方向导数
方向导数基础运算原创 2022-07-14 16:19:56 · 124 阅读 · 0 评论 -
特征值分解以及python计算
奇异值的公式如下:直观上看就是把一个矩阵分成了三个矩阵。等号左边是原矩阵,等号右边是分解后的三个矩阵大多数人基本上看到这里就会懵逼了,what???能不能写成人能看懂的现在我就解释一下等号右边的公式是啥?首先已知原矩阵为AU就等于A的特征向量Σ就等于A的特征值的对角化V*就等于A的特征向量的逆python计算import numpy as npA=np.array([[4,2],[1,5]])print("*"*30)print("原始矩阵")print(A)vex=原创 2021-09-18 15:32:39 · 696 阅读 · 0 评论 -
统计学习--三种常见的相关系数以及python计算
统计学习–相关系数及其适用范围1)Pearson积差相关系数:用于量度两个变量X和Y之间的线性相关。它具有+1和-1之间的值,其中1是总正线性相关性,0是非线性相关性,并且-1是总负线性相关性。Pearson相关系数的一个关键数学特性是它在两个变量的位置和尺度的单独变化下是不变的。也就是说,我们可以将X变换为a+bX并将Y变换为c+dY,而不改变相关系数,其中a,b,c和d是常数,b,d > 0。请注意,更一般的线性变换确实会改变相关性。Pearson积差相关系数对应的计算公式如下:积差相关系转载 2021-09-14 10:29:53 · 2745 阅读 · 0 评论 -
特征值和特征向量手动计算
python计算特征值和特征向量原创 2021-08-05 15:37:08 · 319 阅读 · 0 评论 -
小学生都能看懂的sigmoid 求导
原创 2020-08-11 13:39:20 · 92 阅读 · 0 评论 -
python计算特征根以及特征向量
特征根:特征根法也可用于通过数列的递推公式(即差分方程,必须为线性)求通项公式,其本质与微分方程相同。称为二阶齐次线性差分方程: 加权的特征方程。特征向量:A为n阶矩阵,若数λ和n维非0列向量x满足Ax=λx,那么数λ称为A的特征值,x称为A的对应于特征值λ的特征向量。式Ax=λx也可写成( A-λE)x=0,并且|λE-A|叫做A 的特征多项式。当特征多项式等于0的时候,称为A的特征方程,特征方程是一个齐次线性方程组,求解特征值的过程其实就是求解特征方程的解。令|A-λE|=0,求出λ值。原创 2020-08-11 09:30:53 · 4012 阅读 · 0 评论 -
方差、协方差以及协方差矩阵
方差:是用来反应数据离散程度理论公式:例 95 85 75 65 55 45 的方差均值E(x)=(95+ 85+ 75+ 65+ 55+ 45)/6=70 n=6(总体个数)实际工作中,总体均数难以得到时,应用样本统计量代替总体参数,经校正后,样本方差计算公式:S^2= ∑(X-Xi ) ^2 / (n-1) 所以n需要减1 ,Xi是x的均值。协方差: 用于反映两个维度之间的数据偏离期望值的相关性公式:当 Cov(X, Y)>0时,表明 X与Y 正相关;当 C原创 2020-06-02 14:20:48 · 561 阅读 · 0 评论 -
贝叶斯定理笔记
假设:a是事件1发生的概率,b是事件2发生的概率ab同时发生的概率是:p(a)*p(b) 联合概率根据交换律可得:p(a)*p(b)=p(b)*p(a)=p(a and b)=p(b and a)对a、b进行展开p(a and b)=p(a)*p(b|a) p(b|a) 是a发生时b发生的概率 p(b and a)=p(b)*p(a|b) p(a|b) 是b发生时a发生的概率根据等号两边相同法则p(a)*p...原创 2020-06-01 16:36:21 · 822 阅读 · 0 评论