您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 贝叶斯决策理论(PPT幻灯与WORD文档)

  2. 1、贝叶斯分类器 2、正态分布决策理论 3、关于分类的错误率分析 4、最小风险Bayes分类器 5、Bayes分类器算法和例题 6、聂曼-皮尔逊判别准则 8、7、最大最小判别准则 9、决策树 10、序贯分类
  3. 所属分类:其它

    • 发布日期:2010-03-29
    • 文件大小:579kb
    • 提供者:xuwentao185122
  1. 模式识别( 概率分类法)

  2. 基于概率分类的模式识别方法. 主要内容: 4.1 研究对象及相关概率 4.2 贝叶斯决策 4.3 贝叶斯分类器的错误率 4.4 聂曼-皮尔逊决策 4.5 概率密度函数的参数估计 4.6 概率密度函数的非参数估计 4.7 后验概率密度分类的势函数方法
  3. 所属分类:专业指导

    • 发布日期:2013-02-01
    • 文件大小:3mb
    • 提供者:max_zbc
  1. 皮尔逊曲线拟合的完全程序化

  2. 用皮尔逊3型曲线作极值分布计算通常均需借助于查表5来实现。本文通过选用适当曲线分段拟合离均系数中的方法替代查表, 收到了理想的效果, 从而实现了皮尔逊3型曲线分布计算的完全程序化。
  3. 所属分类:教育

    • 发布日期:2013-05-18
    • 文件大小:429kb
    • 提供者:superwen_go
  1. 皮尔逊3频率曲线绘制模版

  2. 皮尔逊3频率曲线绘制EXCEL模版,包括理论曲线、频率曲线的自动绘制 内有实例
  3. 所属分类:教育

    • 发布日期:2013-05-18
    • 文件大小:35kb
    • 提供者:superwen_go
  1. matlab P3应用

  2. 学习如何用matlab进行皮尔逊3型曲线绘制应用到工程实际方面。
  3. 所属分类:其它

    • 发布日期:2014-05-30
    • 文件大小:970kb
    • 提供者:yuanq12
  1. 保研概率论复习.pdf

  2. 概率论复习资料,保研用,课程考试复习请勿使用!未经允许请勿转载或用作商业用途!本次上传重新下调了下载积分第二章:二维变量 维变量 1.二维随机变量(X,Y):X与Y相互独立 2.(X,Y)的联合分布函数F(xy)与联合概率密度函数f(x,y) F(x,y)=P(X≤x,y≤y)=Jf(xydx f(x,y)=F(x, y) 、边缘分布与独立性 边缘分布:多维随机变量中只包含其中部分变量的概率分布。如对(XY)分布只研究 X的分布 2.边缘分布函数函数和边缘概率密度函数: X的边缘分布函数] Fx
  3. 所属分类:讲义

    • 发布日期:2019-10-05
    • 文件大小:535kb
    • 提供者:qq_38633884
  1. MATLAB的水文概率分布-源码

  2. 用MATLAB进行水文学的概率分布 1.描述: 变数娱乐场所的无偿发行和代理。 各种实用性的电影发行商,高级,中级和中级艺术工作室,crecidas,volúmenesde embalse,卢旺达预防犯罪和系列临时候选人。 Caso deaplicación:确定永久居民的区别。 2. Contenido: 分销商和制表商发行的附表 Tablas't'y'F(z)'de Abramowitz,Stegun y Masting。 对数正态分布2参数 分布对数正态3参数 Log Pears
  3. 所属分类:其它

  1. 高效的逐列相关:在各种科学计算语言中计算两个矩阵的列之间的皮尔逊相关性的有效方法-源码

  2. 高效的列相关 计算numpy和其他科学计算语言中两个矩阵的列之间的皮尔逊相关性的有效方法。 有关初始讨论,请参见 。 numpy版本在。 时机 笔记本电脑:i7-5650U 2.2 GHz(双核),8GB 1600 MHz DDR3、512 GB PCIe SSD,Mac OS 10.13.3 台式机:i7-4790K 4.0 GHz(四核),32GB 1333 MHz DDR3、250GB SATA SSD,Ubuntu 16.04。 x64 在两台计算机上,TurboBoost均保持
  3. 所属分类:其它

  1. 数据特征分析:相关性分析(Pandas中的corr方法)

  2. 文章目录1.图示初判两个变量之间的相关性(散点图)多变量之间的相关性(散点图矩阵)2.Pearson相关系数3.Spearman相关系数 分析连续变量之间的线性相关程度的强弱 介绍如下几种方法: 图示初判 Pearson相关系数(皮尔逊相关系数) Sperman秩相关系数(斯皮尔曼相关系数) 1.图示初判 拿到一组数据,可以先绘制散点图查看各数据之间的相关性: 两个变量之间的相关性(散点图) import numpy as np import pandas as pd import matplo
  3. 所属分类:其它

    • 发布日期:2021-01-21
    • 文件大小:133kb
    • 提供者:weixin_38639237