绿树

绿树

北京市

威望 : 11 赞同 : 13 感谢 : 1

擅长话题

更多 »回复

2

一般使用“某一时刻”之前的数据作为训练集,之后的数据作为验证集;“某一时刻”可以选择在时间序列中平移。这样你就获得了多组训练-验证集,这可以用于预测模型的交叉验证。如果有其他需求(如统计),在时间序列中随机采样也可以生成训练集和验证集。

1

先引用scipy上的解释:“For an n-D array, if axes are given, their order indicates how the axes are permuted (see Examples). If axes are not...

1

Gibbs sampling 的特点是,每个step更新变量中的一个维度,比如,Xi={xi1,xi2,xi3....}, 则X_{i+1}={xi1,xi2,x'i3...},仅更新第三个维度。多个维度交替更新。

2

1.fig=plt.figure(figsize=(8,6)) (8,6)是figure的大小 具体指长宽还是什么?  》》宽*高 2.ax=fig.add_subplot(1,1,1) (1,1,1)是什么意思 我改变参数错误提醒a = subplot_c...

0

根据线性回归分析的原假设,线性参数的估计量是服从正态分布的,但其分布的方差由残差的样本方差做出估计,因此线性参数估计量标准化后,是服从t分布的,所以我们可以用t分布来对齐进行显著性检验。

1

基于经验,特征数和样本数比例大致为1:30 会比较好

0

谢谢楼上回答,有些图需要用不同的库完成。其中一些需要对数据预先进行归一化(如成分那列)、排序(排序那列),有的也会使用多图(subplot)。ppt中给的这些例子并不全都是python画出来的,但类似的图形都可以在楼上给出的库里面找到,当然也不仅限于这些库。

0

可以设女性数量为n,m+n=12,因此,m=12-n,用同样的思路推导即可。  

0

数据:链接: http://pan.baidu.com/s/1bpKAd8V 密码: dw8g

0

@http://wenda.chinahadoop.cn/people/lishanplay P(B|m)就是当人群中有m个男性的时候,B事件“随机抽取一个人为男性”发生的概率

1

这么做没有问题! 直接用了乘法公式,条件概率。 其实用贝叶斯的思路对这个题稍微有点绕了,你的这个思路更直接!不过观察一下最后的计算过程,发现其实是一样的~ 

1

是的。如果是参数为\lambda 的泊松分布,根据定义,其期望也是\lambda

0

这个问题有很多因素,这样很难回答。请问是在什么条件下如何打开spyder的?

2

你好,对于这个问题采用不同的思想可以得到不同的结果。我们最后提的这种估计方法使用了贝叶斯统计的思想,也就是利用试验数据来修正”验前概率“,生成”验后概率“,也就是通过”学习“来增长”知识“的过程。在没有学习之前,也就是没有任何”知识“的时候,我们只能认为所有的...

更多 »发问

没有内容

发问

回复

文章

最新动态

我的交易

类型 时间 数额 支付方式 状态 描述

提现记录

时间 金额 卡号 银行 持卡人 手续费 状态 描述

审核记录

时间 类型 状态 描述
更多 » 关注 12

admin ChinaHadoop hello_world 木舟 fish

更多 » 29 人关注

树蛙太艰难 jz20171231 zhangjun62 Vivie hankunlin

关注 5 话题
主页访问量 : 2612 次访问