
机器学习
LKJLKJKL
这个作者很懒,什么都没留下…
展开
-
机器学习+++++一看就懂的梯度下降法 python实现
# encoding:utf-8 """function : f(x,y,z) = (x+y)z"""def fun(x,y,z): return (x+y)*z# first method 解析法def grad1(x,y,z): dx = z dy = z dz = (x+y) return (dx,dy,dz)# second ...原创 2019-07-06 15:04:17 · 381 阅读 · 0 评论 -
python演示,用经验分布逼近总体精确分布
经验分布定义为,表示样本值,不大于任意实数x的样本个数,n表示样本总量。根据格力文科定理,对于任意的实数x,当样本量足够大的时候,统计量与总体分布的函数值之间只有很小的差距,在实际上可以当做总体分布来使用。设是来自以为分布函数的总体的样本,是经验分布函数,则有对于固定的x,经验分布的 数学期望 是 总体分布。现在假设有200个球,分别标上了数字-100到...原创 2019-08-12 18:21:55 · 2521 阅读 · 0 评论 -
二分法和切线法 求解方程近似解----python实现
def f(x):return x**3+1.1 *(x**2)+0.9*x-1.4def error(a,b,n):return (b-a)/(2**n)a=0;b=1;result= 0;n = 1 while 1: fa= f(a);fb=f(b);m=(b+a)/2;fm=f(m) # print(fm) if fm == 0 : result = m break ...原创 2019-08-28 23:19:12 · 3646 阅读 · 0 评论 -
绘制二维平面的隐函数图形 python
def main(): fig = plt.figure(figsize=(8,8)) # 设置x和y的坐标范围 x=np.arange(-10,10,0.01) y=np.arange(-10,10,0.01) # 转化为网格 x,y=np.meshgrid(x,y) z=np.power(x,4)+np.power(y,4)+2*np.pow...原创 2019-09-24 12:44:18 · 1823 阅读 · 0 评论 -
第九章(6)--多元函数微分学的几何应用
1.向量值函数的定义:a. 数集到 三维欧氏空间的映射, 称为一元向量值函数 b. 记作:c. D 称为向量值函数 f 的定义域,t 被称为自变量,r 称为因变量 。d. 一元向量值函数 与 一元数量值函数:前者是后者的推广,现在自变量 t 依然是实数值 ,因变量 r 不再取实数而是取值 ...原创 2019-10-02 15:08:20 · 2354 阅读 · 0 评论 -
多维随机变量的数字特征
随机矩阵:如果矩阵的每个元素都是随机变量。在数学计算推导中非常有用。 随机向量:随机向量是只有一列的随机矩阵。一般是指,事物有n个特征(维度)它的观测值就是数据库表中的一行或者一条记录 数学期望(均值)的矩阵,是随机矩阵,它的期望为:矩阵,是一个常数矩阵。矩阵的期望等于期望的均值,即是说均值算子,既可以从矩阵里面提出来,也可以放到矩阵里面去。,得到随机向量...原创 2019-08-15 19:27:26 · 1585 阅读 · 0 评论 -
概率分布的分位数
连续型随机变量的分布函数为,概率密度函数是.如果当变量在点左侧取值的概率和为,即是那么为 随机变量X的下(左)分位数。反之,如果即是右半轴的概率累积, 那么称为 随机变量的 上(右)分位数。对于离散型随机变量,因为分布律是离散序列,所以它概率累积也是一个离散的序列,故它的分位点可以定义为对于任意的实数 ,满足且,那么就是 下...原创 2019-08-11 23:31:50 · 10777 阅读 · 0 评论 -
n维随机变量的分布函数和独立性
对于n维度空间中的点,若是n维随机变量,也就说记录的每一个字段都是随机变量,然后组成一个由随机变量组成的向量,称为随机向量 ,它的分布函数定义为 ,若 非负可积函数实值函数使得 那么称为随机向量,概率密度函数。有了分布函数,不难表示出随机变量的 维边缘分布等等。相应的边缘密度可以表示为发现规律:要求某一个维度或者几个维度上的...原创 2019-08-11 20:14:32 · 5370 阅读 · 0 评论 -
差分与于sobel算子,laplacian 算子。
1.函数 当因变量 ,函数增量-----称为函数的差分。这种运算称为步长为‘1’ 的差分;称为差分算子,代表了这种在自变量发生1的变化时,做函数增量的运算方式。2.由于自变量是正向增加的,因此也称为前向差分;反之称为后向差分;3.考虑等差数列,首项为,公差,则 叫做在处的一阶前向差分 叫做在处的一阶后向差分 叫做在处的一阶中心差分...原创 2019-08-08 13:03:33 · 1480 阅读 · 0 评论 -
分类和回归
分类模型和回归模型本质一样,分类模型是将回归模型的输出离散化。 一般来说,回归问题通常是用来预测一个值,如预测房价、未来的天气情况等等,例如一个产品的实际价格为500元,通过回归分析预测值为499元,我们认为这是一个比较好的回归分析。回归是对真实值的一种逼近预测。 分类问题是用于将事物打上一个标签,通常结果为离散值。例如判断一幅图片上的动物是一只猫还是一只狗。分类并没有逼近的概念,最终...原创 2019-08-09 01:25:04 · 262 阅读 · 0 评论 -
参数学习与非参数学习
一、参数学习算法(parametric learning algorithm)定义:假设可以最大程度地简化学习过程,与此同时也限制可以学习到是什么,这种算法简化成一个已知的函数形式,即通过固定数目的参数来拟合数据的算法。 https://www.cnblogs.com/wwwjjjnnn/p/9126906.html 定义:不对目标函数的形式作出强烈假设的算法称为非参数机器学习算...原创 2019-08-09 01:30:47 · 765 阅读 · 0 评论 -
一个例子说明机器学习的一般步骤
from sklearn.datasets import make_classificationimport numpy as np # =========================================1.整理数据================================================x,y = make_classification(n_sa...原创 2019-08-06 23:17:27 · 846 阅读 · 0 评论 -
坐标换与雅克比矩阵 Jacobian
====================球面坐标系========================它以坐标原点为参考点,由方位角、仰角和距离构成。球坐标系在地理学、天文学中都有着广泛应用。显然,这里r,θ,φ的变化范围为r∈[0,+∞),θ∈[0, π], φ∈[0,2π]当r,θ或φ分别为常数时,可以表示如下特殊曲面:r = 常数,即以原点为心的球面;θ= 常数,即以原点为顶点...原创 2019-08-09 20:10:21 · 17654 阅读 · 4 评论 -
假设检验初步
:假设总的体均值是,即是:我们现在对总体进行抽样,根据参数估计的知识,知道样本均值是 总体均值的无偏估计,因此,样本观察值在一定程度上反映总体特性。如果H0是正确的,即是总体均值是,那么他们之间的差距应该不用太大,可以用来表征这个差距,所以它不应该太大。由于总体服从正态分布的时候,这位计算带来了方便,并且它同样可以表征差距大小。直观的想法是当差距太大的时候,我们就认为的...原创 2019-08-15 03:19:51 · 186 阅读 · 0 评论 -
第九章(2) 偏导数
1.偏导数的定义:(1)对于二元函数,如果在点的邻域内有定义,(2)当固定其中一个变量,比如y,那么二元函数变为关于x的一元函数 ,如果此一元函数的导数存在,则称函数在此点对x 是可偏导的,这个导数就是关于x的偏导数。类似的固定x,可以得到关于y的偏导数Tip:根据定义,是函数定义域的内点。2.偏导函数:如果函数在区域D内每一点关于x的偏导数都存在,那么这个...原创 2019-10-04 11:59:38 · 1499 阅读 · 0 评论