东拉西扯到天明

参考：设f(y, θ)为随机变量Y的概率密度函数（PDF），θ为该PDF的参数，Y1、Y2、…、Yn为观测到的一个随机样本，则θ的最大似然估计量（Maximum Likelihood Estimator简记为MLE）就是具有产生该观察样本的最大概率的那个θ估计量。换言之，θ的MLE是使密度函数f(y, θ)最大的那个θ的估计量。当我们对Yi的分布未做具体规定而在回归分析里被称为“弱...

一个梯度的图像。  

几个极坐标图

由于不同的网站有不同的访问人群，因此可能一个网站的调查结果不能表明整个人群对一个事情的态度，而必须综合考虑多个网站的调查结果，才能证明整个人群对一个事件的调查结果。 需要证明。下面又两个图，不过还不能证明这个问题。...

 我们学习了概率，知道对于一个总体有一个分布，假设中国人的身高是一个正态分布。但是这个正态分布的参数（均值和方差）是不知道的，因此我们需要估计这两个参数。我们不可能统计所有中国人的身高，然后再计算这个参数。那么我们只能抽样，例如统计10万人的升高去估计着两个参数。在抽样的时候，必须放在抽样数据是有偏的，即与总体的分布不一致的。因此，需要慎重的考虑抽样的方法。得到样本之后，我们就可以估计整个分布...

酉矩阵http://zh.wikipedia.org/wiki/%E9%85%89%E7%9F%A9%E9%98%B5 在晶体学里，酉变换叫做幺正变换，也就是将空间（可以是任意维的）中一组基矢做一个旋转操作，不改变矢量的大小和内积。而在量子力学里面，这个用处就更大了，本质上就是量子力学所说的表象变换。是连接两个表象的桥梁。  酉矩阵可以对原始向量数据做一个旋转。 协方差...

http://www.aiaccess.net/English/Glossaries/GlosMod/e_gm_covariance_matrix.htm马氏距离对normalized Euclidean distance的扩展。两种特殊情况：一：如果是单位矩阵If the covariance matrix is the identity matrix, the Mahalano...

我们要分析数据，当面对大量数据的时候，不可能每个数据都看一遍，就需要用到一些采样方法。通过采样得到的数据了解数据的规律和特征。 1、平均随机抽样     有10000个数据，任意随机抽取100条。2、分类抽样     有10000个数据，有10个类目，每类1000条，可以考虑每个种类抽取50条。 3、分类、按照百分比抽样    如果有10000个数据。假如是身高数据...

统计每天的销售额；每天销售商品数量；每天商品购物人数；分布画出波动的曲线，让人一目了然。根据购物人数，调整收费人员的休息时间，在周末、节假日安排更多的人上班；在购物低谷的时候维修收费 pos 机器。分类商品数量、购物数量。超市热点分析、分析哪些位置是超市的热点，优化购物者行走路线。超市有没有死角？超市的有些地方我们从来都不会去的。提供商品陈列的依据。分析top消费类目，长尾的消费类...

线性空间有了范数，就能够计算两个向量的距离；有了距离就可以定义极限；有了极限就有收敛；同时也就有了cauchy不等式。做分类、聚类的时候，关键就是要找到一组特征，一个距离计算方法（即相似性计算方法）；找到了这两点，一切就都OK了。一组特征必须要能够衡量两个对象a、b之间的距离；距离计算方法，必须要能够合适的表示两个对象的距离（相似性）。可列个可列集的并集仍然是可列集。注...