1. 概率基本概念:随机试验、样本空间、随机事件、概率 2. 事件的关系与运算:事件关系、运算律、完全事件组 3. 概率的基本公式:条件概率、全概率公式、Bayes 公式、乘...
1. 概率基本概念:随机试验、样本空间、随机事件、概率 2. 事件的关系与运算:事件关系、运算律、完全事件组 3. 概率的基本公式:条件概率、全概率公式、Bayes 公式、乘...
特征值和特征向量是对应出现的。特征向量就是那些经过矩阵A变换后的向量方向与变换前的方向相同或者相反的向量,也就是说可以在某个矩阵的变换下保持在同一直线上,没有发生角度的偏转。...
这一讲主要学习了矩阵,首先了解了矩阵的概念,也就是方程组系数的信息,以及矩阵的运算法则(包括加法、数乘、结合律和分配律),而这也是解任意元线性方程组的一般方法的突破口。在这个...
西瓜书+南瓜书第6章:支持向量机+软间隔与支持向量回归 1、间隔与支持向量 (1)分类学习的最基本思想就是:基于训练集D在样本空间中找到一个划分超平面,将不同类别的样本分开。...
西瓜书第五章神经网络 5.1M-P神经元 5.2 感知机 5.3 神经网络 1)神经元是神经网络中的基础元件,其接收来自n 个其它神经元传递过来的输入信号,这些输入数据通过加...
在机器学习算法中,决策树(decision tree)是一种基本的分类与回归方法。决策树模型呈树形结构,在分类问题中,表示基于特征对实例进行分类的过程。它可以认为是if-th...
一元线性回归与多元线性回归 西瓜书3.1、3.2 对数几率回归 西瓜书3.3 线性判别分析 西瓜书3.4
第5章 模型 5.1 回归模型:Linear Regression、以及Stepwise Regression 5.2 分类模型:Logistics Regression、K...
ggplot2包介绍 4.1 环境配置 4.2 散点图 4.3 直方图 4.4 柱状图 4.5 饼状图 4.6 折线图 4.7 ggplot2扩展包主题
3.1 多种方法获取描述性统计量 3.2 分组计算描述性统计 3.3 频数表和列联表 3.4 相关 3.5 方差分析
2.1 重复值处理 2.2 缺失值识别与处理 2.2.1 缺失值识别 2.2.2 缺失值处理 2.3 异常值识别与处理 2.3.1 异常值识别 2.3.2 可视化图形分布 2...