自定义博客皮肤VIP专享

*博客头图：

点击选择上传的图片

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

点击选择上传的图片

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

点击选择上传的图片

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览取消提交

自定义博客皮肤

-+

上一步保存

ruthy的博客

千里之行，始于足下····

博客等级

码龄9年

43
原创

858
点赞

4041
收藏

463
粉丝

关注

私信

热门文章

分类专栏

最新评论

mysql安装全过程
nanaha123: 请问解决了吗，我也是这个问题
mysql安装全过程
m0_71831339: 请问MySQL安装时出现Gathering required information. 然后安装界面就直接关闭了，怎么解决？
统计学三大相关系数之肯德尔(kendall)相关性系数
woaisunjia: Kendall(肯德尔)系数的定义为：n个同类的统计对象按特定属性排序，其他属性通常是乱序的。同序对（concordant pairs）和异序对（discordant pairs）之差与总对数（n*(n-1)/2）的比值。背景说明：在进行相关性分析时，我们通常关注变量之间的关联程度。这可以帮助我们理解变量之间的关系，从而更好地解释数据和预测未来的趋势。在这个问题中，我们对A1~A5这两个变量进行了相关性分析，目的是研究它们之间是否存在显著的相关性关系。-1到1。由kendall_tau相关性分析可知 A1与A2之间的相关性分析结果不显著，不存在显著相关性关系(r=0.001，p=0.992>0.05)。A1与A3之间的相关性分析结果显著，成显著正相关关系(r=0.533，p=0.000<0.05)。A1与A4之间的相关性分析结果显著，成显著正相关关系(r=0.379，p=0.000<0.05)。A1与A5之间的相关性分析结果显著，成显著正相关关系(r=0.277，p=0.005<0.05)。A2与A3之间的相关性分析结果不显著，不存在显著相关性关系(r=0.170，p=0.080>0.05)。A2与A4之间的相关性分析结果不显著，不存在显著相关性关系(r=0.101，p=0.298>0.05)。A2与A5之间的相关性分析结果不显著，不存在显著相关性关系(r=-0.009，p=0.926>0.05)。A3与A4之间的相关性分析结果显著，成显著正相关关系(r=0.477，p=0.000<0.05)。A3与A5之间的相关性分析结果显著，成显著正相关关系(r=0.361，p=0.000<0.05)。A4与A5之间的相关性分析结果显著，成显著正相关关系(r=0.221，p=0.023<0.05)。同时SPSSMAX还提供另一个格式的相关性分析表格。
HTML与Javascript链接方式
看见你我也想哈哈哈: script里末尾应该还有一个async
神经网络（入门最详细）
火鸡跳跳鸟“�”: 博主写的非常棒，感谢博主希望博主可以说说下方的2个特征，这两个特征没有搞懂[code=python] 直线方程y=kx+b改为二次曲线方程y=ax^2+bx+c时，参数(Parameter)由2个(分别是k、b)变为3个(分别是a、b、c)，特征(Feature)由1个(x)变为2个(x^2和x)。三次曲线和复杂的多项式回归会增加更多的参数和特征。前面讲的是总结一串数字的规律，现实生活中我们往往要根据多个特征(多串数字)来分析一件事情，每个原始特征我们都看作是一个维度(Dimension)。例如一个学生的学习成绩好坏要根据语文、数学、英语等多门课程的分数来综合判断，这里每门课程都是一个维度。当使用二次曲线和多变量(多维)拟合的情况下，特征的数量会剧增，特征数=维度^2/2 这个公式可以大概计算出特征增加的情况，例如一个100维的数据，二次多项式拟合后，特征会增加到100*100/2=5000个。 [/code]

json数据格式

关注

关注数：文章数：2 文章阅读量：5153 文章收藏量：6

作者: ruthywei

做好当下，努力未来···

展开

专栏收录文章