注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 用于双变量正态分布的资料

  2. Pearson相关用于双变量正态分布的资料，其相关系数称为积矩相关系数（coefficient of product-moment correlation）。Pearson相关系数用来衡量两个数据集合是否在一条线上面，它用来衡量定距变量间的线性关系。进行相关分析时，我们一般会同时对两变量绘制散点图，以更直观地考察两变量之间的相互变化关系。

  3. 所属分类：专业指导

    • 发布日期：2011-06-10
    • 文件大小：38kb
    • 提供者：zhangchuanye

  1. 基于用户最近邻模型的协同过滤算法的Python实现

  2. 基于用户最近邻模型的协同过滤算法的Python代码实现，用户相似度用Pearson相关系数进行计算。

  3. 所属分类：互联网

    • 发布日期：2014-09-14
    • 文件大小：7kb
    • 提供者：qq_20599123

  1. 基于用户的协同过滤（JAVA）

  2. 基于用户最近邻模型的协同过滤算法的JAVA代码实现，用户相似度用Pearson相关系数进行计算。

  3. 所属分类：Java

    • 发布日期：2015-04-21
    • 文件大小：8kb
    • 提供者：anduoqiandai

  1. Pearson correlation

  2. 在统计学中，皮尔逊相关系数（Pearson correlation coefficient），通常用r或是ρ表示，是用来度量两个变量X和Y之间的相互关系（线性相关）的，取值范围在[-1,+1]之间。皮尔逊积矩相关系数在学术研究中被广泛应用来度量两个变量线性相关性的强弱，它是由Karl Pearson在19世纪80年代从Francis Galton介绍的想法基础发展起来的

  3. 所属分类：讲义

    • 发布日期：2015-04-27
    • 文件大小：3kb
    • 提供者：qq_27750219

  1. 基于用户的协同过滤（JAVA）

  2. 基于用户最近邻模型的协同过滤算法的JAVA代码实现，用户相似度用Pearson相关系数进行计算。

  3. 所属分类：Java

    • 发布日期：2017-01-15
    • 文件大小：6mb
    • 提供者：sssffdgh

  1. 皮尔逊相关性系数计算工具类

  2. 介绍： 在统计学中，皮尔逊相关系数( Pearson correlation coefficient），又称皮尔逊积矩相关系数（Pearson product-moment correlation coefficient，简称 PPMCC或PCCs），是用于度量两个变量X和Y之间的相关（线性相关），其值介于-1与1之间。---科普中国-科学百科 使用： 皮尔逊相关性系数计算工具类，将该类复制到项目目录后，可根据业务需求，传递参数调用就行。

  3. 所属分类：Java

    • 发布日期：2020-03-05
    • 文件大小：3kb
    • 提供者：javapluss

  1. 壶流河湿地植被优势种间关系分析

  2. 壶流河湿地植被优势种间关系分析，李浩，靳力，根据野外70个样方的调查数据，运用2×2列联表的χ2检验方法、Pearson相关系数和Spearman秩相关系数检验研究了山西壶流河流域湿地植被33种�

  3. 所属分类：其它

    • 发布日期：2020-02-28
    • 文件大小：392kb
    • 提供者：weixin_38526421

  1. 评估坦桑尼亚鲁菲吉盆地姆巴拉里河集水区降雨特征的CORDEX区域气候模式模拟性能的评估

  2. 本研究旨在评估用于协调区域气候缩减实验（CORDEX）的单个区域气候模型（RCM）的性能以及四个RCM的总体平均值，以伪装鲁菲吉盆地Mbarali河流域的降雨模式特征对于1979年至2005年期间的数据。使用了模型性能的统计分析，例如均方根误差，均值误差，Pearson相关系数，均值，中位数，标准差和趋势分析。 除了对模型性能的统计度量外，还对模型捕获其观测到的年周期和降雨年际变化的能力进行了测试。 结果表明，CORDEX的RCM表现出更好的性能，可再现Rufiji盆地Mbarali河流域的降雨

  3. 所属分类：其它

  1. 糖耐量受损患者的幽默感和一般生活满意度与抵抗训练的生物学效应相关

  2. 这项研究的目的是调查因糖耐量减低（IGT）患者的抵抗训练而导致的心理和生物学变化之间的关联。 将受试者随机分为最大（MRT）组与耐力训练（ERT）组。 干预期持续四个月。 所有受试者的血液检查在初次筛查时均提示IGT。 当MRT进行培训时，ERT充当了候补名单对照组。 获得了关于一般生活满意度（LISAT）和幽默感（SHQ-6：积极的应对资源）的基线评分。 通过方差分析（单向方差分析）研究组之间的潜在差异（干预类型以及干预与对照）。 通过Pearson和Spearman系数计算每组之间的相关性，

  3. 所属分类：其它

    • 发布日期：2020-06-05
    • 文件大小：324kb
    • 提供者：weixin_38617436

  1. 中国东部海域居里面深度特征

  2. 通过对中国东部海域高精度的船测磁力数据的二阶小波逼近结果采用功率谱法,计算得到该区域的居里面深度特征。中国东部海域居里面深度16.8～36.6 km,在构造环境稳定、地壳厚度正常的区域,如苏北—南黄海盆地、东海陆架盆地,居里面深度在28 km以上且起伏变化平缓,可能与相对较弱的中、新生代构造活动有关;在构造活动区边缘或者中、新生代造山系,如渤海盆地、千里岩隆起区及冲绳海槽,居里面则以上隆为特征。其中南黄海中部隆起居里面深度西部下凹而东部相对上隆,可能是古陆核与岩浆侵入的综合反映;而东海的居里面深

  3. 所属分类：其它

  1. Pearson相关系数

  2. Pearson相关系数的原理方法和程序实现。

  3. 所属分类：讲义

    • 发布日期：2020-10-10
    • 文件大小：42kb
    • 提供者：zzzzzzpc

  1. Python+pandas计算数据相关系数的实例

  2. 本文主要演示pandas中DataFrame对象corr()方法的用法，该方法用来计算DataFrame对象中所有列之间的相关系数（包括pearson相关系数、Kendall Tau相关系数和spearman秩相关）。 >>> import numpy as np >>> import pandas as pd >>> df = pd.DataFrame({'A':np.random.randint(1, 100, 10), 'B':

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：28kb
    • 提供者：weixin_38508126

  1. 【Python】豆瓣电影TOP250数据规律分析（Pearson相关系数、折线图、条形图、直方图）

  2. 1、数据集预览 原创文章 113获赞 137访问量 7万+ 关注 私信 展开阅读全文 作者：Vivid-victory

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：151kb
    • 提供者：weixin_38641339

  1. Python中的相关分析correlation analysis的实现

  2. 相关分析（correlation analysis） 研究两个或两个以上随机变量之间相互依存关系的方向和密切程度的方法。 线性相关关系主要采用皮尔逊（Pearson）相关系数r来度量连续变量之间线性相关强度； r>0,线性正相关；r<0,线性负相关； r=0,两个变量之间不存在线性关系，并不代表两个变量之间不存在任何关系。 相关分析函数 DataFrame.corr() Series.corr(other) 函数说明： 如果由数据框调用corr函数，那么将会计算每个列两两之间的相似

  3. 所属分类：其它

    • 发布日期：2021-01-01
    • 文件大小：52kb
    • 提供者：weixin_38686187

  1. 基于多域连接卷积神经网络的精神分裂症脑功能网络分类

  2. :copyright:PaperWeekly 原创 · 作者｜张玮玮 学校｜东北大学硕士生 研究方向｜情绪识别 引言 论文动机  生理学研究表明精神分裂症（Schizophrenia, SZ）与大脑感觉和额叶区功能障碍有关。患者脑电图（EEG）微观状态呈现前端-中心分布缩短，与记忆障碍相关的 theta 和 gamma 频段脑电图振荡异常。 单个大脑区域功能的中断并不能完全解释 SZ 中观察到的损伤范围。SZ 被认为是一种连接障碍，其特征是在微观和宏观层面上的大脑结构和功能连接网络异常。此外，

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：708.25kb
    • 提供者：weixin_38563176

  1. copent:R包，用于估计copula熵-源码

  2. pent 用于估计Copula熵的R包 介绍 Copula熵是用于统计独立性度量的数学概念[1]。在双变量情况下，Copula熵被证明等同于互信息。与Pearson相关系数不同，Copula熵是为非线性，高阶和多元情况定义的，这使其普遍适用。 它具有广泛的应用，包括但不限于： 结构学习； 变量选择[2]； 因果发现（估计转移熵）[3]。 该算法包括两个步骤：使用秩统计量估计经验语料密度，以及使用kNN方法从估计的经验语料密度中估计语料熵。由于两个步骤都使用非参数方法，因此可以将copent算法应

  3. 所属分类：其它

  1. 二元正态模型中Pearson秩相关系数的渐近性质

  2. 二元正态模型中Pearson秩相关系数的渐近性质

  3. 所属分类：其它

  1. 二元正态模型中Pearson秩相关系数的渐近性质

  2. 二元正态模型中Pearson秩相关系数的渐近性质

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：768kb
    • 提供者：weixin_38707240

  1. 皮尔逊系数电影推荐-源码

  2. 使用Pearson相关系数的电影推荐人 使用真实数据根据两个用户喜欢和不喜欢的电影来比较两个用户之间的相似度。 在确定相似用户使用皮尔逊相关系数的程度之后，程序会根据相似用户的喜好将电影推荐给当前用户。 该程序基于相似用户不喜欢的电影，对推荐当前用户要避免的电影进行相同的操作。

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：824kb
    • 提供者：weixin_42099936

  1. 皮尔森相关系数代码.docx

  2. Pearson相关系数代码

  3. 所属分类：专业指导

    • 发布日期：2021-04-02
    • 文件大小：12kb
    • 提供者：weixin_56515672
« 12 »