![](https://img-blog.csdnimg.cn/20210104112629219.jpg?x-oss-process=image/resize,m_fixed,h_224,w_224)
Artificial Intelligence
机器学习与人工智能
xianjuke008
DevOps DBA
展开
-
Cognos报表的开发
1.建表步骤(1) 数据表管理(维度表需要过滤,含登陆账号过滤和表过滤)->上传Excel文件->维度信息管理->数据权限管理->搜索表名或字段名->主题->报表->报表目录管理->报表发布->报表审核(审核后,修改才生效)(2) 新建数据源:按岗位授权->数据的测试同步刷新,以及schema->主题同步->报表资源管理,...原创 2018-11-15 16:55:29 · 8211 阅读 · 0 评论 -
多重检验中的FDR错误控制方法与p-value的校正及Bonferroni
数据分析中常碰见多重检验问题 (multiple testing).Benjamini于1995年提出一种方法,通过控制FDR(False Discovery Rate)来决定P值的域值. 假设你挑选了R个差异表达的基因,其中有S个是真正有差异表达的,另外有V个其实是没有差异表达的,是假阳性的.实践中希望错误比例Q=V/R平均而言不能超过某个预先设定的值(比如0.05),在统计学上,这也就...转载 2018-11-19 09:43:04 · 9718 阅读 · 0 评论 -
决策树与随机森林
首先,在了解树模型之前,自然想到树模型和线性模型有什么区别呢?其中最重要的是,树形模型是一个一个特征进行处理,之前线性模型是所有特征给予权重相加得到一个新的值。决策树与逻辑回归的分类区别也在于此,逻辑回归是将所有特征变换为概率后,通过大于某一概率阈值的划分为一类,小于某一概率阈值的为另一类;而决策树是对每一个特征做一个划分。另外逻辑回归只能找到线性分割(输入特征x与logit之间是线性的,除...转载 2018-11-19 22:05:44 · 198 阅读 · 0 评论 -
聚类算法
1.划分聚类方法 K-means聚类 K中心聚类 过程 1初始化K个聚类中心 2.计算每个点到聚类中心的距离,划分类 3.计算簇中所有点的均值,作为下一次迭代的聚类中心 4.循环至收敛 1任选k个对象,作为簇的中心点 2.计算每个点到聚类中心的距离,划分类...原创 2018-11-19 22:09:17 · 185 阅读 · 0 评论 -
遗传算法的入门例子
遗传算法的手工模拟计算示例 为更好地理解遗传算法的运算过程,下面用手工计算来简单地模拟遗传算法的各 个主要执行步骤。 例:求下述二元函数的最大值: (1) 个体编码 遗传算法的运算对象是表示个体的符号串,所以必须把变量 x1, x2 编码为一种 符号串。本题中,用无符号二进制整数来表示。 ...转载 2018-11-18 10:15:53 · 339 阅读 · 0 评论 -
BP神经网络
本来想写人工神经网络,但是范围太广,无法驾驭,姑且就先写BP吧,因为BP是目前应用最广泛的神经网络模型之一。一.人工神经网络 人工神经网络(ANN)的研究在一定程度上收到了生物学的启发,因为生物的学习系统是有相互连接的神经元(neuron)组成的异常复杂的网络。而人工神经网络与此大体相似,它是由一系列简单神经元相互密集连接构成,其中每一个神经元有一定数量的实值输入(也可...转载 2018-11-18 16:13:36 · 430 阅读 · 0 评论 -
python机器学习之KNN
1.K最近邻算法from sklearn.datasets import make_blobsfrom sklearn.neighbors import KNeighborsClassifierimport matplotlib.pyplot as pltfrom sklearn.model_selection import train_test_splitimport numpy ...原创 2019-07-27 23:28:23 · 306 阅读 · 0 评论