logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

置信区间

目录1、置信区间&置信度(置信水平)&显著性水平2、如何计算置信区间大样本如何计算置信区间小样本如何计算置信区间参考:https://zhuanlan.zhihu.com/p/539768701、置信区间&置信度(置信水平)&显著性水平置信区间(Confidence interval):在统计学中,一个概率样本的置信区间(Confidenceinterval)是对这

#概率论#算法
层次分析与一致性检验

目录1、层次分析法的基本步骤1.1、建立层次结构模型1.2、构造判断(成对比较)矩阵1.3、层次单排序及一致性检验1.4、层次总排序及其一致性检验2、总结:层次分析法的4步3、实例:去哪儿旅游5、为什么层次分析法要进行一致性检验?1、层次分析法的基本步骤参考:https://zhuanlan.zhihu.com/p/382078371.1、建立层次结构模型将决策的目标、考虑的因素(决策准则)和决策

#算法#数据分析
两行Python代码 新建一个txt文件并写入

两行Python代码 新建一个txt文件并写入

#python
plt.xscale、plt.yscale将 x轴 和 y轴 的比例设置为对数比例

原文地址:Encoding Time Series as Images虽然现在深度学习在计算机视觉和语音识别上发展得很好,但是碰到时间序列时,构建预测模型是很难的。原因包括循环神经网络较难训练、一些研究比较难以应用,而且没有现存与训练网络,1D-CNN 不方便。但是如果使用 Gramian Angular Field (GAF),可以把时间序列转成图片,充分利用目前机器视觉上的优势。这篇文章会包括

#python
图神经网络和常见的神经网络的区别

exec函数0 前言1 为什么需要图神经网络?2图神经网络是什么样子的?3图神经网络的几个经典模型与发展4 无监督的节点表示学习(Unsupervised Node Representation)5 Graph Pooling参考知乎:https://zhuanlan.zhihu.com/p/1365216250 前言图神经网络有很多比较好的综述:1、Graph Neural Networks:

#神经网络#算法#计算机视觉
多重共线性详解

目录 1、多重共线性的现象 2、出现的原因 3、判别标准 4、检验方法 5、多重共线性有什么影响 6、多重共线性处理方法 7、其他说明 8、多重共线性识别-python代码8.1、vif检验8.2 相关系数8.3 聚类 9、宏观把握共线性问题9.1、共线性的一般性的影响9.2、共线性对线性回归、逻辑回归的影响 10、statsmodel库DF Residuals:残差的自由度Df Model:模型

#python#算法
构建模型——用Python构建logit、负二项回归、决策树与随机森林机器学习模型

目录1、 请采用计数数据分析模型(Count Data Model),对Crash Frequency.xls文件的数据进行建模分析,并回答以下问题:1.1、首先导入相关数据1.2、描述性统计1.3、计算变量的方差膨胀因子,检查多重共线性问题1.4、采用负二项回归建模1.5、拟合泊松回归模型2、 Red light running.xls文件是研究人员对四个交叉口开展闯红灯调查的记录数据2.1、首

#机器学习#决策树#随机森林
pd.read_excel读取excel文件的行、列相关参数

目录1、关于`header=0` 和`skiprows=None`pd.read_excel(io,# 文件路径sheetname=0,# 用于选取sheet表,默认是选取第一个sheet,即参数为0header=0,# 表头,指定某一行作为列标签,默认是第一行,即参数为0skiprows=None, # 跳过行,默认是无index_col=No

#python
anaconda装在d盘,但是工作终端为什么自己在C盘

安装Anaconda在d盘,那么新建环境(比如:tensorflow环境)就默认在d盘中的Anaconda的envs中

#tensorflow#python#深度学习
暂无文章信息