wx_blue_pig-CSDN博客

原创为什么用样本方差估计总体方差的统计量除以n-1

为什么用样本方差估计总体方差的统计量除以n-1结论1n∑i=1n(Xi−Xˉ)2\frac{1}{n}\sum_{i=1}^{n}(X_i-\bar{X})^2n1∑i=1n(Xi−Xˉ)2 是有偏估计1n−1∑i=1n(Xi−Xˉ)2\frac{1}{n-1}\sum_{i=1}^{n}(X_i-\bar{X})^2n−11∑i=1n(Xi−Xˉ)2 是无偏估计期望已知，方差未知随机变量XXX的均值已知为μ{\mu}μ，总体方差σ2{\sigma^2}σ2未知。根据方差的定义，可知:

2020-10-24 22:11:26 1694

原创在阿里云 ECS 实例上创建 FTP（针对 Linux）

STEP 1 安装 vsftpd登录ECS实例后，运行以下命令安装 vsftpdyum install -y vsftpd可以进入 “etc/vsftpd” 路径下

2018-05-31 11:16:50 2501

原创使用 Python 的 itchat 模块爬取微信好友信息

偶然间听闻 itchat 模块可以用于实现微信好友信息采集、消息收发管理，于是闲来无事玩一玩，只是简单实现了好友性别统计、地域分布统计、个性签名爬取展示以及头像的爬取拼接，还有很多更强大的功能，有兴趣的读者可以通过模块官方文档深入探索。0、读取数据，搞懂数据因为获取好友信息需要手机授权登录网页版，所以为了避免频繁扫码登录，我们在一次登录后把好友列表信息在本地持久化保存，以下是这段功能的...

2018-05-12 22:10:53 5093 2

原创 SVM原理探究及其详细公式推导

1、最优线性分类器对于下图的二分类任务，我们想要得到一个分类平面将其分开：显然图中的1、2、3、4、5号平面均能达成这个目的，这五个平面我们可以用下式来表示wTx+b=0(1)(1)wTx+b=0\boldsymbol w^T\boldsymbol x+b=0\tag 1对于任意的样本点 (xi,yi)(xi,yi)(x_i, y_i) 均满足 {wTxi+b<...

2018-04-19 16:24:20 1052

原创广义线性模型和逻辑回归的公式推导

广义线性模型回顾之前我们介绍的一元和多元线性回归，其最终目标都是寻找一个权值向量 ww\boldsymbol w 和常数偏置 bbb，使每个样本数据 (x,y)(x,y)(\boldsymbol x, y) 中的 xx\boldsymbol x 代入二者所确立的模型y^=wTx+b(1)(1)y^=wTx+b\hat y=\boldsymbol w^T\boldsymbol x+b...

2018-04-03 21:27:38 1609 1

原创多元线性回归中的公式推导

这次接着一元线性回归继续介绍多元线性回归，同样还是参靠周志华老师的《机器学习》，把其中我一开始学习时花了较大精力弄通的推导环节详细叙述一下。本文用到的部分关于向量求导的知识可以参看博文标量、向量、矩阵求导数据集D={(x1,y1),(x2,y2)⋯(xm,ym)}D={(x1,y1),(x2,y2)⋯(xm,ym)}D=\{(\boldsymbol x_1, y_1), (\boldsym...

2018-04-03 11:34:38 12061 3

原创标量、向量、矩阵求导

0、符号说明本文会用到的几个量：标量：cc\rm c 向量：nnn维列向量 xx\boldsymbol x，mmm维行向量 yTyT\boldsymbol y^T x=⎛⎝⎜⎜⎜⎜x1x2⋮xn⎞⎠⎟⎟⎟⎟x=(x1x2⋮xn)\boldsymbol x=\left(\begin{matrix} x_1\\ x_2\\ \vdots\\ x_n\end{matrix}\r...

2018-04-02 22:12:50 7989 2

原创一元线性回归的公式推导

此乃开博首篇，先用简单的问题来当做开胃菜！本篇一元回归主要参考周志华老师《机器学习》，主要工作是把周老师在书中省略的公式推导过程详细叙述清楚。对于样本集 DDD = { (x1x1x_1,y1y1y_1), (x2x2x_2,y2y2y_2), …, (xmxmx_m,ymymy_m) } 线性回归模型就是要找到一个模型f(x)=wx+bf(x)=wx+bf(x)=wx+b 使得 ∀i∈[...

2018-04-01 18:36:13 12709

wx_blue_pig的博客