自定义博客皮肤VIP专享

*博客头图:

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:

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:

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

自定义博客皮肤

-+
  • 博客(12)
  • 资源 (1)
  • 收藏
  • 关注

原创 机器学习当中的一些概念

熵的相关概念

2022-07-16 16:13:32 518 1

原创 pyecharts

小白必看pyecharts的中文使用说明,放在这里以免找不到了https://gallery.pyecharts.org/#/Map/map_world

2022-04-23 18:37:49 157

原创 CPI传导

国际CPI美国日本德国法国英国意大利加拿大巴西新加坡泰国中国由于新加坡有几个月份是缺失值,所以先 不把新加坡放进去了,泰国前面几个我也没放进去1、如果从1988年1月31号的话选择的国家分别为美国、日本、英国、加拿大、巴西2、如果从1990年2月28号开始选择的国家为美国、日本、法国、英国、加拿大、巴西3、如果从1995年2月28号开始可以选择的国家有美国、日本、法国、英国、加拿大、巴西、中国4、如果从1996年2月29号开始可以选择的国家是最多的,这个时候把泰国加进

2021-07-24 20:10:27 140

原创 体制转换-VAR

马尔科夫回归马尔科夫体制转换模型的定义:它其实是一种非线性的模型,拿最简单的回归模型来说,若是没有结构性变化,可以拟合一个线性方程,那若是这整个系统当中出现了结构性变点的话,就不能笼统的拟合一个线性模型,这经常在经济学领域中碰到,股票市场有牛市和熊市之分,应该分别建立模型,一种最简单的方法划分时期,也就是在把时间序列数据分段。那还有一种方法是建立体制转换模型 ,由系统自动识别结构性断点在哪里,这与HMM模型很像,经济学里好像也叫做状态空间模型,分为状态生成过程和观测数据生成过程,下一个时刻的状态只与当前时

2021-07-24 15:31:43 1088

原创 lchoose函数和lbeta函数--伽马函数与贝塔函数知识

在看代码的时候遇到两个函数不是很懂,记录一下发现翻译了之后都懂了,还是要静下来搞gamma(x)表示返回伽马函数的值,lgamma(x)返回伽马函数的绝对值的自然对数factorial(x)表示Γ(x+1)\Gamma(x+1)Γ(x+1),lfactorial(x)表示 lgamma(x+1).比如factorial(4)表示4!=244!=244!=24,factorial(4)=Γ(5)\Gamma(5)Γ(5)digamma() 和trigamma()返回对数伽马函数的一阶导和二阶导c

2021-06-02 10:27:13 1472

原创 贝叶斯方法和采样技术结合-MCMC-后验分布

贝叶斯方法与采样技术的结合贝叶斯方法和核心就是计算某个未知参数的后验分布,当参数的后验分布知道了,就可以利用分布获得你想要知道的信息。在这里假设观测数据为YYY,未知参数为thetathetatheta,似然函数f(y∣theta)f(y|theta)f(y∣theta),参数的先验分布为p(theta)p(theta)p(theta)目标:估计thetathetatheta主要想法:求p(theta∣y)p(theta|y)p(theta∣y),由于p(theta∣y)=p(theta)p(y∣th

2021-06-01 19:33:36 2849 1

原创 概率图模型-可分解图-连接树算法-弦图-图论

用自已的话整理一下概率图模型里面的一些图理论读论文的时候先遇到的可分解图,那首先给出分解的定义:以上定义的1,3条都好理解,那么第2条的理解是,A集合B集中的节点之间的路径一定要通过S集中的节点,用图的条件独立性可以说,在S已知的条件下,A与B条件独立,A与B里面包含的节点是没有之间相连的。下面再看一下可分解图的概念总结一下就是一个无向图如果本身是完全图(也就是节点之间都是相互连接的)或者不是完全图但是存在真分解(A,B,S),那么称该无向图是可分解图。下面给两个可分解图的例子在第一个可分解图

2021-05-29 18:06:08 1816 1

原创 概率图模型推断算法简单原理+实现

本文是一个记录薄,记录一下我关于概率图模型的推断算法的理解利用连接树算法进行精确推断联合树算法library("gRbase")library("gRain")library("Rgraphviz")dag <- dag(~ F+ E:F + C:F + A:C + D:E+B:A:D)plot(dag)daG1 <- dag(~ a:b:c + b:c + c:d)#dag()表明生成有向图,冒号后面的是父节点,冒号的最前面的是子节点plot(daG1)下面给出条件概率

2021-05-27 16:28:05 892

原创 logistic regression(逻辑回归原理详解)--适合小白

logistic regression 逻辑回归注:像下面这个一样,出现两个rount是求偏导,小符终于因为讨论版学了点latex,写了人生第一份latexPPT,但是导入不了哈哈哈哈,so只能这样了

2020-12-23 18:46:48 314

原创 SMO原理(序列最小最优化算法)--接上节

小符在此立flag,下次一定不是图片粘贴了,刚刚一直想用室友推荐的mdnice上传图片,但是导入不到这里,下次一定不这个样子了,我要开始向我室友学习了,加油,小符

2020-12-17 21:19:24 178 2

原创 支持向量机原理笔记(一)

自已学习

2020-12-06 21:42:53 844 3

原创 用字典表示决策树

决策树小白记录自已的学习过程part1:什么是决策树?以下面对简单的例子来说明,它就是一个if-then结构的流程图,如果满足什么条件了结果就怎么样了,处理的是分类数据,分类数据具有属性,属性也就是分类变量(在决策树里把分类变量叫做特征变量)上面这个就是一个明显的if-then流程图,也就是一个简单的决策树了,决策树其实也就是树,一个分叉的树part2:怎么构造决策树?这里给出一个简单的例子这是 课本上的海洋生物的例子下面把这个分类数据转化为特征向量和标签向量组合的形式,每个样本点都是一

2020-11-21 21:11:32 918 1

机器学习之逻辑回归pdf

适合新手学regression regression

2020-12-23

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除