聚类，就是将样本划分为由类似的对象组成的多个类的过程。聚类后，我们可以更加准确的在每个类中单独使用统计模型进行估计、分析或预测；也可以探究不同类之间的相关性和主要差异。聚类和分类的区别：分类是已知类别的，聚类未知。

3.1.1动态博弈( dynamic game)房地产开发商A,BA,BA,B正考虑是否要在某地段投资开发一座商住楼，他们面临的选择是开发或不开发。如果开发，就需要投入1亿元资金。假如房地产市场可能出现市场需求大与需求小两种状态，且概率均为0.5。如果市场上同时有两座楼出售，市场需求大时每栋楼售价为1.4亿元，需求小时每栋楼售价为0.7亿元;如果市场上只有一栋楼出售，需求大时售价为1.8亿元，需求

可以看到当前有两个环境变量路径，一个是刚刚添加的，一个是安装ros系统之后添加的，终端要寻找ros相应的命令方法或者文件需要到第二个路径去找，因为第二个路径是ros系统安装的位置。但是如果真的在不同工作空间下放着同名的功能包，ros 在运行某个功能包的时候，同名功能包运行的顺序是什么？会放置描述功能包的一些具体信息，比如版本号，该功能包具体依赖哪些其他的功能包等等。同一工作空间下，不可以有同名的功

AirSim的使用着实是一件麻烦事，我的配置过程可谓是坎坷重重。原因在于AirSim对于电脑要求较高，所以即使我手头有一个Interl mini PC，但是由于没有独立显卡，也没有办法实现在Ubuntu环境下使用AirSim。而电脑又不太想装双系统，并且在VMware虚拟机里面没有办法使用电脑的独立显卡，因此也不能使用AirSim。

（5）研究产品寿命、企业寿命甚至是人的寿命（这种数据往往不能精确的观测，例如现在要研究吸烟对于寿命的影响，如果选取的样本中老王60岁，现在还活的非常好，我们不可能等到他去世了再做研究，那怎么办呢？简而言之：如果我们的模型考虑的自变量不全，会导致本来不是自变量的干扰项μi带有某些我们没有考虑进去的自变量的变化规律，这样导致的问题就是对我们已考虑的自变量的回归系数的评定影响会很大，不满足无偏性和一致性

是因为并不是所有常微分方程都可以写出原表达式，从而算出精确的解析解，所以我们只能用数值分析的方法去近似。如下面这个常微分方程：dydx=x⋅y\frac{d y}{d x}=x \cdot ydxdy​=x⋅y我们是可以求出原函数的。先将yyy除到左边来，dxdxdx乘到右边来，构造出两边都有微分项。dyy=xdx\frac{d y}{y}=x d xydy​=xdx然后两边同时积分：∫dyy=∫

（稍微了解即可，一般不会涉及）在一个图里每条边都有一个权值（有正有负)如果存在一个环（从某个点出发又回到自己的路径），而且这个环上所有权值之和是负数，那这就是一个负权环，也叫负权回路。存在负权回路的图是不能求两点间最短路的，因为只要在负权回路上不断兜圈子，所得的最短路长度可以任意小。含有负权重的无向图都是负权回路。例如下图，可以在2‐3之间无限循环。注意：贝尔曼‐福特算法实际上处理的是具有负权重的

系统聚类的合并算法通过计算两类数据点间的距离，对最为接近的两类数据点进行组合，并反复迭代这一过程，直到将所有数据点合成一类，并生成聚类谱系图。我们可以根据这个图来确定聚类的个数。系统（层次）聚类的算法流程：将每个对象看作一类，计算两两之间的最小距离；将距离最小的两个类合并成一个新类；重新计算新类与所有类之间的距离；重复二三两步，直到所有类最后合并成一类；结束。【举例说明】对上面这一组数据进行聚类分

在nnn个参与人的博弈G={S1，...，Sn;u1，...，un}G=\left\{S_1，...，S_n; u_1，...，u_n\right\}G={S1​，...，Sn​;u1​，...，un​}中，参与人iii的战略空间为S,={S1…,Si}S_,= \left\{S_1…, S_i\right\}S,​={S1​…,Si​}，则参与人i以概率分布pi=(pi1,…,pix)p_i=(

由于我们的比特率通常都很高，所以如果连发三个数据，这三个数据之间的间隔应该是小于50ms的，但与前面的错误数据的时间间隔就会很大了，因为这是我们人为导致的。第一行是我们自己想实现的目标，第二行是必须要做的，要重新开启定时器中断，因为一方面他执行完一次中断后会清楚标志位，另一方面我们需要这句代码把buffer清除掉，方便下一次串口接收。里面的数据赋值给我们自定义的数据存储数组rx_buf，由于我们一