自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(17)
  • 收藏
  • 关注

原创 方差均方差协方差

协方差是衡量两个变量共同变异性的统计量,它用于描述两个变量之间的线性关系强度以及变化趋势的一致性。如果两个变量的增减趋势一致(即一个变量增加时,另一个变量也倾向于增加,反之亦然),则它们之间的协方差是正的。相反,如果一个变量增加而另一个变量减少,则它们之间的协方差是负的。较低的MSE表示较小的误差,意味着模型具有较好的预测准确性。方差衡量的是数据分布的离散程度,即数据值与其平均值(均值)的偏差的平方的平均值。这个正值表明,随着X的增加,Y也倾向于增加,说明X和Y之间存在正相关关系。

2024-03-17 18:00:51 362 1

原创 线性回归代码实现

随机生成符合线性回归的数。

2024-03-11 16:03:13 539 1

原创 数据分析之python(三)

mean:计算平均值。median:计算中位数。count:计算非缺失值数量。max:找到最大值。min:找到最小值。std:计算标准差。first:找到第一个非缺失值。last:找到最后一个非缺失值。

2024-02-24 15:44:44 415 1

原创 数据分析之python(二)

【代码】数据分析之python(二)

2024-02-23 18:24:30 402 1

原创 数据分析之python(一)

列表对象的方法之一,用于将一个可迭代对象的元素逐个添加到列表的末尾。它可以接受多种可迭代对象作为参数,如列表、元组、字符串等。用于将一个元素添加到列表的末尾。它接受一个参数,该参数是要添加到列表的元素。在上述示例中,append(4)将整数4添加到列表my_list的末尾。中的元素逐个添加到列表my_list的末尾。结果是my_list变为[my_list.info()检查DataFrame各个字段的类型。在上述示例中,extend()方法将列表。type(my_list)查看数据类型。

2024-02-23 15:01:20 476 1

原创 数据分析之excel(二)

IF(I80=0,IF(J80=0,"ab都为0","a为0b不为0"),IF(J80=0,"a不为0b为0","ab都不为0"))

2024-02-18 21:32:40 473 1

原创 数据分析之excel(一)

第一件事先备份,建立副本新建窗口:为当前文档另建一个新窗口窗口冻结:固定某一字段快速分屏:win+上/下/左/右数字、日期相互转化subtotal灵活,可根据筛选变化。

2024-02-18 13:13:18 366 1

原创 广义互相关时延估计算法

广义互相关(Generalized Cross-Correlation, GCC)方法是一种改进的互相关分析技术,用于更准确地估计信号的时间延迟。这种方法特别适用于噪声环境中的时延估计,因为它通过特定的加权处理提高了互相关函数的峰值的显著性,从而更容易准确地确定时延。

2023-12-13 13:39:56 1976 4

原创 广义互相关的PHAT加权

广义互相关(GCC)方法中的一个关键步骤是选择合适的加权函数。不同的加权函数适用于不同的应用场景,其中最著名的加权函数之一是PHAT(Phase Transform)。

2023-12-08 22:10:18 666

原创 Python基础之Pandas(三)

取不连续的多行或多列:中括号。取连续的多行或多列:切片。

2023-11-26 21:50:28 153 1

原创 Python基础之Pandas(二)

【代码】Python基础之Pandas(二)

2023-11-23 11:17:00 110

原创 Python实现两信号相位差计算

已知频率和声速,可以使用公式:相位差(弧度)= 2π * (频率 / 速度) * 距离。假设用两个麦克风同时录制一段音频,得到两个单声道的ogg文件。将得到的相位差转化为距离。

2023-11-13 18:43:42 1106

原创 Python基础之Pandas(一)

【代码】Python基础之Pandas(一)

2023-11-12 11:41:21 123 1

原创 Python基础之NumPy(三)

【代码】Python基础之NumPy(三)

2023-11-09 13:44:20 133 1

原创 Python基础之NumPy(二)

【代码】Python基础之NumPy(二)

2023-11-07 09:39:20 142

原创 Python基础之NumPy(一)

注:实例代码非完整可执行代码。

2023-10-26 10:50:17 235

原创 滑动窗口(Sliding Window)

通过滑动窗口,可以在不丢失数据的情况下,对连续数据进行分段处理,从而获取局部信息并进行相应的计算和分析。这表示输入数据被分成了四个窗口,每个窗口包含三个连续的数据点,并且相邻窗口之间的重叠部分为一个数据点。你可以根据实际需求,修改输入数据和参数来进行滑动窗口处理,并对窗口中的数据进行相应的分析和处理操作。它通过在数据序列上移动固定大小的窗口来提取局部数据段,并在每个窗口位置上进行相应的处理。窗口大小:滑动窗口的大小是指窗口所包含的数据点的数量或时间范围。进行滑动窗口处理,窗口大小为 3,步长为 2。

2023-09-23 11:06:38 1869 2

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除