为什么划分子网？IP地址空间利用率低；给每个物理网络分配一个网络号会使路由表变得太大因而使网络性能变坏；两级的IP地址不够灵活。划分子网：在IP地址主机号这部分再进行划分，增加了一个子网号字段，不改变原来IP地址的网络号。IP地址::=[网络号，子网号，主机号]子网号在网外是不可见的，仅在子网内使用。子网号的位数可变，为了反映有多少位用于子网号，采用子网掩码。好处：避免小型或者微...

预测之后的相关估计：点估计：在点估计的条件下，平均值 的点估计和个别值的点估计是一样的。但在区间估计不同。区间估计：点估计值与实际值之间是有误差的，因此需要进行区间估计。对于自变量X0,根据回归方程得到因变量y的一个估计区间。区间估计分为：置信区间估计和预测区间估计。置信区间估计：对于自变量x的一个给定值x0,求出因变量y的平均值的估计区间。预测区间估计：对于给定自变量x的一个...

数据文件：链接：https://pan.baidu.com/s/1cEhvu8MyT4StSrPspTe9NQ提取码：k1hs运用SPSS进行列联分析独立性检验：原料的质量是否受地区的影响？首先创建这样的表格：【数据】—【个案加权】对话框—【个案加权系数】按钮—“数量”作为“频率变量”—点击【确定】【分析】—【描述统计】—【交叉表】—将“生产地”选入行&“质量"选入列—【统...

【代码】multi-agent deepQ-learning。

独立样本t检验的假定：观测是独立的；每组因变量总体服从正态分布；对于中等到较大的样本量，绝大部分的非正态分布趋向于对t检验的精确性没有多少影响。3.每组总体方差相等；适用情况：当对两个独立样本的感兴趣的一个连续因变量的均值进行比较时，可以使用。原假设：两组的总体均值相等 ；如果t检验产生的结果在原假设正确时看起来不可能，也就是结果发生的可能性小于5%，就拒绝原假设。如果t检...

选主元LU分解实验内容：列选主元LU分解和全选主元LU分解求解线性方程组计算方法：全选主元消元法1.1 初始化根据参数A、b,记录下矩阵、右端项的尺寸n；以得到的尺寸n初始化解向量x；同时，以尺寸(n-1)初始化一个记录列交换顺序的向量tcolum;1.2 进入循环for k=1:n-1选主元:|A(p1,p2)|=max{|A(i,j)|:i=k:n,j=k:n}记录列交...

定义：以二元函数为例，重极限：是指两个自变量x、y，同时以任何方式趋于、时，函数的极限;累次极限：是指两个自变量x、y,以一定的先后顺序相继趋于、时，函数的极限；理解：过去认识的误区：重极限是所有路径，累次极限是特殊路径。这样想是不完全正确的：重极限只取了一次极限。而，累次极限是第一次对函数值取极限，第二次是对极限值再次求极限，这点体现了累次极限并不是严格意义上的特殊路径。 ...

注：参考书籍《R作图–现代统计图形》谢益辉par()函数的特点：par()函数可以用来设置或者获取图形参数。函数par()可以全局设置图形参数，而在具体作图函数plot() 或 lines()是临时设置图形参数。二者的区别是：前者会保留对参数的更改，也就是一直起作用，直到图形设备关闭，而后者并不会影响后续的作图效果。par()函数的参数：par()函数本身返回当前图形参数设置（以列表格式...

参考资料：【大数据分析】台湾交通大学-李育杰教授简单地列几个知识点，具体地，还是要看书。里面有些专业术语，我也不知道怎么翻译，所以这是一篇图文并茂的blog。。。Principle Component Analysis异常点对PCA中的Principal direction影响很大，或者说principal direction对异常点较为敏感。use the leave-one-out(LOO)

根据网络结构所给出的无向图或者有向图，可以构建它所对应的邻接矩阵Q。另外，对第i个PageRank值是其他网页PageRank值的线性组合，各个组合系数是对应网页的链出个数的倒数。据此，可以建立方程r=Qr，其中向量r就是各个网页的PageRank值所构成的向量，因此求给网页排序的问题就转化成了求向量r的问题，也就是求该方程组的特征值问题。下面分别用Jacbi迭代的方法和乘幂法求解：Jacb...