笔记
文章平均质量分 73
桃花折江山
努力呀
展开
-
机器学习当中的一些概念
熵的相关概念原创 2022-07-16 16:13:32 · 526 阅读 · 1 评论 -
CPI传导
国际CPI美国日本德国法国英国意大利加拿大巴西新加坡泰国中国由于新加坡有几个月份是缺失值,所以先 不把新加坡放进去了,泰国前面几个我也没放进去1、如果从1988年1月31号的话选择的国家分别为美国、日本、英国、加拿大、巴西2、如果从1990年2月28号开始选择的国家为美国、日本、法国、英国、加拿大、巴西3、如果从1995年2月28号开始可以选择的国家有美国、日本、法国、英国、加拿大、巴西、中国4、如果从1996年2月29号开始可以选择的国家是最多的,这个时候把泰国加进原创 2021-07-24 20:10:27 · 141 阅读 · 0 评论 -
体制转换-VAR
马尔科夫回归马尔科夫体制转换模型的定义:它其实是一种非线性的模型,拿最简单的回归模型来说,若是没有结构性变化,可以拟合一个线性方程,那若是这整个系统当中出现了结构性变点的话,就不能笼统的拟合一个线性模型,这经常在经济学领域中碰到,股票市场有牛市和熊市之分,应该分别建立模型,一种最简单的方法划分时期,也就是在把时间序列数据分段。那还有一种方法是建立体制转换模型 ,由系统自动识别结构性断点在哪里,这与HMM模型很像,经济学里好像也叫做状态空间模型,分为状态生成过程和观测数据生成过程,下一个时刻的状态只与当前时原创 2021-07-24 15:31:43 · 1102 阅读 · 0 评论 -
lchoose函数和lbeta函数--伽马函数与贝塔函数知识
在看代码的时候遇到两个函数不是很懂,记录一下发现翻译了之后都懂了,还是要静下来搞gamma(x)表示返回伽马函数的值,lgamma(x)返回伽马函数的绝对值的自然对数factorial(x)表示Γ(x+1)\Gamma(x+1)Γ(x+1),lfactorial(x)表示 lgamma(x+1).比如factorial(4)表示4!=244!=244!=24,factorial(4)=Γ(5)\Gamma(5)Γ(5)digamma() 和trigamma()返回对数伽马函数的一阶导和二阶导c原创 2021-06-02 10:27:13 · 1480 阅读 · 0 评论 -
贝叶斯方法和采样技术结合-MCMC-后验分布
贝叶斯方法与采样技术的结合贝叶斯方法和核心就是计算某个未知参数的后验分布,当参数的后验分布知道了,就可以利用分布获得你想要知道的信息。在这里假设观测数据为YYY,未知参数为thetathetatheta,似然函数f(y∣theta)f(y|theta)f(y∣theta),参数的先验分布为p(theta)p(theta)p(theta)目标:估计thetathetatheta主要想法:求p(theta∣y)p(theta|y)p(theta∣y),由于p(theta∣y)=p(theta)p(y∣th原创 2021-06-01 19:33:36 · 2872 阅读 · 1 评论 -
概率图模型-可分解图-连接树算法-弦图-图论
用自已的话整理一下概率图模型里面的一些图理论读论文的时候先遇到的可分解图,那首先给出分解的定义:以上定义的1,3条都好理解,那么第2条的理解是,A集合B集中的节点之间的路径一定要通过S集中的节点,用图的条件独立性可以说,在S已知的条件下,A与B条件独立,A与B里面包含的节点是没有之间相连的。下面再看一下可分解图的概念总结一下就是一个无向图如果本身是完全图(也就是节点之间都是相互连接的)或者不是完全图但是存在真分解(A,B,S),那么称该无向图是可分解图。下面给两个可分解图的例子在第一个可分解图原创 2021-05-29 18:06:08 · 1835 阅读 · 1 评论