搜索结果
查询Tags标签： 方差，共有 47条记录-
slam14(2) v1 概率论知识 期望 方差 协方差
https://blog.csdn.net/qq_39521554/article/details/79633207总体方差（variance）：总体中变量离其平均值距离的平均。一组数据样本方差（variance）：样本中变量离其平均值距离的平均。一组数据 总结一下： 分母是m-1的情况下，估计值是总体方差的无偏估计 分母是m的情…
2022/9/16 23:18:33 人评论 次浏览 -
[NOIP2021]方差 题解
传送门QAQ Preface 现在看来当时的我还是太菜了啊QAQ（虽然现在也很菜 Analysis 显然，原序列中每个数都减去同一个数后，方差也不会有任何改变。 为了方便，这里我们先让原式中每个 \(a_i\) 减去 \(a_1\)。 考虑将题中要求的这个式子化简（很简单，过程省去）： \[n\time…
2022/7/29 23:23:04 人评论 次浏览 -
100+数据科学面试问题和答案总结 - 基础知识和数据分析
来自Amazon，google，Meta, Microsoft等的面试问题，问题很多所以对问题进行了分类整理，本文包含基础知识和数据分析相关问题 基础知识 1、什么是数据科学?列出监督学习和非监督学习的区别。 数据科学是各种工具、算法和机器学习方法的混合，其目标是从原始数据中发现隐…
2022/6/26 23:20:18 人评论 次浏览 -
python求列表均值，方差，标准差
import numpy as np a = [1,2,3,4,5,6] #求均值 a_mean = np.mean(a) #求方差 a_var = np.var(a) #求标准差 a_std = np.std(a,ddof=1) print("平均值为：%f" % a_mean) print("方差为：%f" % a_var) print("标准差为:%f" % a_std)其中，可…
2022/6/11 1:22:48 人评论 次浏览 -
Markowitz投资组合模型—基于R
模型的介绍 1952年Markowitz给出了现代投资组合理论的基本框架，并于1990年获得诺贝尔经济学奖. 其基本思想是用收益率的期望来度量投资股票的收益率，用收益率的方差来衡量投资的风险，方差越大风险越大，方差越小风险越小. 模型的建立 假设有三种股票 \(A,B,C\)，它们的…
2022/6/3 23:20:09 人评论 次浏览 -
CFA - 投资学 - 3.资产配置
一、资产配置的类型 纵向配置：across time, 择时，不同的时间配置不同的资产。例如：先储蓄，再买房 横向配置：across assets，同一个时间上配置多样资产。二、三步法 资产配置 分一下4种情况讨论；越往后越靠近真实世界。 情景一 : 1 risky, 1 risk-free Step 1: 求出p…
2022/5/2 6:13:20 人评论 次浏览 -
期望,方差,协方差,协方差矩阵
1.期望 定义 \[E(x)=\sum\limits_{k=1}^{\infty}x_kp_k-离散型 \]\[E(x)=\int_{-\infty}^{+\infty}xf(x)dx-连续型 \]性质\(E(C)=C,C是常数\) \(E(CX)=CE(X),C是常数\) \(E(X+Y)=E(X)+E(Y)\) \(若X,Y相互独立，有E(XY)=E(X)E(Y)\)2.方差 定义 \[D(X)=\sum\limits_{k=1}^{\…
2022/5/1 23:14:21 人评论 次浏览 -
二项分布期望和方差推导
若随机变量\(X\)服从二项分布,即\(X\sim B(n,p)\)， 则有\(P(X=k)=C_n^kp^k(1-p)^{n-k}\)，其均值和方差分别是 \(E(X)=np\) \(D(X)=np(1-p)\)之前学二项分布的时候看到它的期望和方差觉得形式很简单，就没怎么细看推导过程。但是自己去推导的时候发现也没那么简单。。。本…
2022/4/20 23:19:41 人评论 次浏览 -
经验误差、测试误差、泛化误差及其偏差-方差分解
目录引言经验误差、测试误差、泛化误差定义泛化误差的偏差-方差分解偏差-方差图解偏差-方差tradeoff模型复杂度bagging和boosting解决偏差-方差问题针对偏差：避免欠拟合针对方差：避免过拟合 引言在构建机器学习模型时，通常需要先采集数据，然后将数据分为训练集、验证集…
2022/4/12 23:16:13 人评论 次浏览 -
最小二乘法——高斯-马尔可夫定理的证明，无偏估计、求系数的方差
目录 前言相关证明无偏估计系数的标准差 高斯-马尔可夫定理的优点同局限性前言 最小二乘法(least squares)是我们很早就就接触过的一类方法，是广义线性回归的特殊情形——即一元线性回归。本文将假设误差遵从高斯——马尔可夫假设，证明为什么在该假设下，最小二乘法求得…
2022/3/19 6:31:51 人评论 次浏览 -
OTSU算法（大津法—最大类间方差法）原理及实现
OTSU算法（大津法—最大类间方差法）原理及实现 背景 大津法（OTSU）是一种确定图像二值化分割阈值的算法，由日本学者大津于1979年提出。从大津法的原理上来讲，该方法又称作最大类间方差法，因为按照大津法求得的阈值进行图像二值化分割后，前景与背景图像的类间方差最大…
2022/2/3 22:13:44 人评论 次浏览 -
BM3D改进算法
论文名称：Collaborative Filtering of Correlated Noise:Exact Transform-Domain Variance for Improved Shrinkage and Patch Matching Exact Transform-Domain Noise Variance for Collaborative Filtering of Stationary Correlated Noise 两篇论文类似。 论文链接： …
2022/2/1 17:42:50 人评论 次浏览 -
机器学习（十）偏差和方差问题
文章目录 Log 一、决定下一步做什么（Deciding what to try next）1. 关注的问题2. 改进算法性能的方法 二、评估假设（Evaluating a hypothesis）1. 过拟合问题2. 数据分割3. 训练和测试的步骤①线性回归②逻辑回归三、模型选择和训练、验证、测试集（Model selection an…
2022/1/28 23:07:43 人评论 次浏览 -
集成学习算法，Bagging&Stacking&Boosting
1、什么是集成学习算法？ 2、集成学习主要有哪几种框架，并简述它们的工作过程？ 3、Boosting算法有哪两类，它们之间的区别是什么？ 4、什么是偏差和方差？ 5、为什么说Bagging可以减少弱分类器的方差，而Boosting可以减少弱分类器的偏差？1、什么是集成学习算法？ 通过训…
2022/1/17 14:34:07 人评论 次浏览 -
集成学习算法，Bagging&Stacking&Boosting
1、什么是集成学习算法？ 2、集成学习主要有哪几种框架，并简述它们的工作过程？ 3、Boosting算法有哪两类，它们之间的区别是什么？ 4、什么是偏差和方差？ 5、为什么说Bagging可以减少弱分类器的方差，而Boosting可以减少弱分类器的偏差？1、什么是集成学习算法？ 通过训…
2022/1/17 14:34:07 人评论 次浏览
