多重共线性(线性代数叫线性相关) 多重共线性(线性代数叫线性相关) 1.什么是多重共线性 2.多重共线性对回归模型的影响 3.利用计算特征根发现多重共线性 4.Kappa()函数 例题1 考虑一个有六个回归自变量的线性回归问题,原始数据列在下表中,这里共有12组数据,除第一组外,自变量的其余11组数据满足线性关系 试用求矩阵条件数的方法,分析出自变量间存在多重共线性. 序号 1 10.006 8.000 1.000 1.000 1.000 0.541 -0.099 2 9.737 8.000 1

学习Machine Learning,阅读文献,看各种数学公式的推导,其实是一件很枯燥的事情.有的时候即使理解了数学推导过程,也仍然会一知半解,离自己写程序实现,似乎还有一道鸿沟.所幸的是,现在很多主流的Machine Learning方法,网上都有open source的实现,进一步的阅读这些源码,多做一些实验,有助于深入的理解方法. Ranklib就是一套优秀的Learning to Rank领域的开源实现,其主页在:http://people.cs.umass.edu/~vdang/ran

原文链接 译文\译者鞠大宝 先有UI动画,然后才会有好的UI动画.好的动画会让人惊叹“哇哦!”——因为页面看上去很流畅.很漂亮,最重要的是,自然,一点都不会让人觉得不和谐或者僵硬死板.如果你经常逛Dribbble或者 UpLabs这类网站的话,你就会明白我在说什么了. 一些极好的拓展阅读资源: ·SVG和CSS的路径剪辑动画 ·若干实用的动画技术 ·使用SVG手绘动画 ·新的网页动画API 既然有这么多天才设计师创造了如此漂亮的动画,自然是任何开发者都会想要在自己的项目中引进这些效果.如今,CS

Rust 发展速度比 C++ 强很多.如果去翻 open-std 的故纸堆,会发现 C++ 这边有很多人(包括标准委员会的人)提了有用的提案,但后来大多不了了之或经历了非常长的时间才进入标准. >> C++ 设计哲学&思想体系 另外就是以前就有的: Rust 有很漂亮的宏和植入类型系统的生命期体系.目前看来 C++ 没什么可能加进去.(虽然有的编译器已经能将生命期诊断实现为警告,但这仍与语言标准本身关系不大) Rust 有更加简洁而规范的对象模型. C++ 可以写出很 weird 的类

<Inside UE4>-0-开篇 InsideUE4   前言 VR行业发展是越来越火热了,硬件设备上有HTC VIVE,Oculus rift,PS VR,各种魔镜:平台上有Steam VR,Gear VR,Google Daydream.而游戏引擎上则有两大阵营:Unreal Engine和Unity.Unity凭着先期的移动平台优势占领了一大部分移动平台的市场,所以目前上手机上的VR游戏也大部分是由Unity开发的.而PC平台上,Unreal Engine凭借着优异的性能,绚丽的渲染效

选定: 主框架:jqueryUi tree:ztree grid:jqGrid layout:jquery.layout 原由: 还有其他demo,ajax实现等参看连接: 正在做的一个项目选择jquery作为前端js核心库.然后就想选一个基于jquery的ui库,然后悲催的工作产生了. 至于为什么应用jquery,一是因为不想为授权费用,而又不想引起可能法令胶葛:另一方面jquery也是所有最轻易上手和风行的js库. 若是ext要用于商用就要付版权费,这个不可 dojo的文档其实是无语,固然d

学习前的建议: 一.如果你需要一个功能强大的文本编辑器,速度飞快.使用方便.代码补全.编程强大.定制性强,Vim就是你需要的: 二.学习入门曲线陡峭,但是使用后期异常简单,效率超高: 三.号称可以跟上思维的速度的编辑器: 如果,前三条都不是你需要的,请你不要学习vim了,如果都是你想要的,那么就需要你学会盲打就可以学习vim编辑器了. 这本书,和其他工具类书籍最大的不同有三点: 一.从思维方式上教你使用vim编辑器: 二.本书独特而精妙的排版方式可以读者更容易学会使用vim的技巧: 三.本书让读

Hopfield网络具有最优计算功能,然而网络只能严格按照能量函数递减方式演化,很难避免伪状态的出现,且权值容易陷入局部极小值,无法收敛于全局最优解. 如果反馈神经网络的迭代过程不是那么死板,可以在一定程度上暂时接受能量函数变大的结果,就有可能跳出局部极小值.随机神经网络的核心思想就是在网络中加入概率因素,网络并不是确定的向能量函数减小的方向演化,而是以一个较大概率向这个方向演化,以保证正确的迭代方向,同时想能量函数增大的概率也存在,以防止陷入局部极小值. 在机器学习以及优化组合问题中,最常用的

云智慧集团成立于2009年,是全栈智能业务运维解决方案服务商.经过多年自主研发,公司形成了从IT运维.电力运维到IoT运维的产业布局,覆盖ITOM.ITOA.ITSM.DevOps以及IoT几大领域,为金融.政府.运营商.能源.交通.制造等上百家行业的客户,提供了数字化运维体系建设及全生命周期运维管理解决方案.云智慧秉承Make Digital Online的使命,致力于通过先进的产品技术,为企业数字化转型和提升IT运营效率持续赋能. 作者简介 杨迎辉,云智慧/开发工程师,云智慧前端开发工程师,

新用户购买<Electron + Vue 3 桌面应用开发>,加小册专属微信群,参与群抽奖,送<深入浅出Electron>.<Electron实战>作者签名版. 1等奖:<深入浅出Electron>+<Electron实战> 2等奖:<深入浅出Electron> 3等奖:<Electron实战> 抽奖活动是掘金组织的,仅限近几日加入微信群的新成员(目前人还不多),我负责抽奖.邮寄,11月20日开始抽奖.凡参与抽奖的读者都有

对Js的单元测试是一个大的题目.作者认为Ruby的相关测试工具比Js的测试工具更灵活 大多数Js代码最终是关于响应用户的行为和改变DOM中的元素 没有什么javascript的知识点.前两节用了几个新的测试工具,和大量配置,暂时pass. setup js Unit-tests writing a Sample test Tdd in Js jasmine matchers testing ajax calls using testdouble.js connecting the js to t

目录 QuantLib 金融计算--收益率曲线之构建曲线(5) 概述 Nelson-Siegel 模型家族的成员 Nelson-Siegel 模型 Svensson 模型 修正 Svensson 模型 Bjork-Christensen 模型 Bliss 模型 Diebold Li 模型 实现 测试 测试数据 正则化条件 代码 拟合结果 后续话题 参考文献 如果未做特别说明,文中的程序都是 C++11 代码. QuantLib 金融计算--收益率曲线之构建曲线(5) 本文代码对应的 QuantL

from:http://kubicode.me/2016/09/19/Machine%20Learning/AUC-Calculation-by-Python/ AUC介绍 AUC(Area Under Curve)是机器学习二分类模型中非常常用的评估指标,相比于F1-Score对项目的不平衡有更大的容忍性,目前常见的机器学习库中(比如scikit-learn)一般也都是集成该指标的计算,其计算原理可以参考这个ROC和AUC介绍以及如何计算AUC,但是有时候模型是单独的或者自己编写的,此时想要评

  早在2014年oracle发布了jdk 8,在里面增加了lambda模块.于是java程序员们又多了一种新的编程方式:函数式编程,也就是lambda表达式.我自己用lambda表达式也差不多快4年了,但在工作中却鲜有看到同事使用这种编程方式,即使有些使用了,但感觉好像对其特性也不是很了解.我看了一上网上的资料也不少,自己整理了一下顺便写下一些自己的看法,希望我的分享能带给别人一些帮助.     函数式编程基本概念入门    什么是函数式编程          函数式编程(英语:functio

第一步保存日志文件,用重定向即可: $TOOLS/caffe train --solver=$SOLVERFILE >& |tee out.log 第二步直接绘制: python plot_training_log.py testloss.png out.log 这个plot_training_log.py在这个目录下caffe-fast-rcnn/tools/extra 2是选择画哪种类型的图片,具体数字是代表哪个类型可以查看帮助信息看到: 0: Test accuracy vs. Ite

def two_plot(df, feat, tick_label=None, rotate_tick=60): print('\n### 不同取值/区间下 label 的均值曲线') fig, ax1 = plt.subplots() proportions = df[feat].value_counts().sort_index() / df.shape[0] x = proportions.index y1 = proportions.values y2 = df.groupby(feat

一. ROC曲线 1.roc曲线:接收者操作特征(receiveroperating characteristic),roc曲线上每个点反映着对同一信号刺激的感受性. 横轴:负正类率(false postive rate FPR)特异度,划分实例中所有负例占所有负例的比例:(1-Specificity) 纵轴:真正类率(true postive rate TPR)灵敏度,Sensitivity(正类覆盖率) 2.针对一个二分类问题,将实例分成正类(postive)或者负类(negative).但

第 3 课   获取数据 - 我们的数据集将包含一个Excel文件,其中包含每天的客户数量.我们将学习如何对 excel 文件进​​行处理.准备数据 - 数据是有重复日期的不规则时间序列.我们将挑战数据压缩,并进行预测明年的客户数量.分析数据 - 我们使用图形来显示趋势并发现异常值.一些内置的计算工具将用来预测未来几年的客户数量.呈现数据 - 绘制结果. 注意:确保你已经浏览了以前的所有课程,因为以前课程中学到的知识将用于此练习. In [1]: # Import libraries impor

一. 原型 sigmoid 函数原型: 在 [-5, 5] 上的曲线是这个样子的: 二.X轴变形 如果我们希望加速更快一点,那么就需要对原型中的指数 -X 的系数进行改变.原型可以认为是 -(1 * X),如果我们需要把图形Y不变,X压缩为原来的 1 /5,那么只需要指数改为 -(5 * X),这样图形就更加陡峭.此处指数部分变形为 -aX.原始图形是 [-5, 5] 这个区间,一共是10个数字,压缩后的整个区间为 [- t / 2, t / 2],那么 a = 10 / t. 我们注意到,原型

那得从很久很久以前说起了,记得那个时候... 懵懂的记得从前有个叫委托的东西是那么的高深难懂. 委托的使用 例一: 什么是委托? 个人理解:用来传递方法的类型.(用来传递数字的类型有int.float.double,用来传递方法的就有委托) 例二: 又经过了很久很久... 匿名方法 很多时候委托接收的方法是一次性的或者方法体是非常简单的... 例三: 我们可以写成: 有没有发现我们每次都要定义委托,很多时候签名可能是一样的.这样就没有必要定义重复的. 然后又过了很久很久... Func和Acti

什么是Linq表达式?什么是Lambda表达式? 如图: 由此可见Linq表达式和Lambda表达式并没有什么可比性. 那与Lambda表达式相关的整条语句称作什么呢?在微软并没有给出官方的命名,在<深入理解C#>中称为点标记. 查询表达式.点标记你更喜欢哪个? 所以,我们的标题的提问根本就不合适.应该是“查询表达式和点标记你更喜欢哪个?”.如: //查询表达式 var students1 = from t in db.Students where t.Name == "张三&quo