摘要: 决策树 library(tree) tree.car <- tree(High ~ . - Sales, data = Carseats) #去除scales然后构造决策树 Logistic回归 require(MASS) glm.fit <- glm(Direction ~ Lag1 + Lag2 阅读全文
posted @ 2023-02-11 21:50 WilliamHuang2022 阅读(81) 评论(0) 推荐(0) 编辑
摘要: 单位根检验 (基于模型检验序列是否平稳) 趋势平稳序列 Xt=β0+β1t+Yt Yt 为平稳序列, 则称 Xt 为趋势平稳序列 差分平稳序列 如果 Xt 经差分之后的序列 dXt 是平稳的, 则称 $ 阅读全文
posted @ 2022-12-03 23:13 WilliamHuang2022 阅读(140) 评论(0) 推荐(0) 编辑
摘要: 求积公式 abf(x)dxk=0nAkf(xk) Ak 为求积系数, xk 为求积节点 代数精度 定义 如果某个求积公式对于次数不超过 m 的多项式均能准确 阅读全文
posted @ 2022-12-01 10:48 WilliamHuang2022 阅读(239) 评论(0) 推荐(0) 编辑
摘要: 矩阵 谱分解 设 A=aijRn×n , 若存在数 λ (实数或复数) 和非零向量 $\boldsymbol{x}=\left(x_{1}, x_{2}, \cdots, x_{n}\right)^ 阅读全文
posted @ 2022-11-23 11:38 WilliamHuang2022 阅读(138) 评论(0) 推荐(0) 编辑
摘要: 多元线性回归模型 参数估计 模型表示 我们先将模型 yi=β0+β1xi1++βpxik+ϵi,i=1,,n 表示为下列矩阵形式 $$\mathbf{y}=\ma 阅读全文
posted @ 2022-11-06 21:58 WilliamHuang2022 阅读(166) 评论(0) 推荐(0) 编辑
摘要: ARMA与ARIMA模型 对平稳时间序列和非平稳时间序列,分别假定适当的 ARMA 模型和 ARIMA 模型 对非平稳时间序列建立 ARIMA 模型,实际上是通过先用适当的变换将非平稳序列转化为平稳序列,然后再建立 ARMA 模型 差分消除趋势性和季节性 将非平稳序列化为平稳序列的常见变换 趋势差分 阅读全文
posted @ 2022-11-06 21:57 WilliamHuang2022 阅读(276) 评论(0) 推荐(0) 编辑
摘要: 2.1 简单线性回归模型 y与x之间的关系假设 y=β0+β1x+ε E(ε|x)=0 Var(ε|x)=σ2  Var(y|x)=σ2 同方差假定 2.2 回归参数的最小二乘估计 阅读全文
posted @ 2022-10-26 12:59 WilliamHuang2022 阅读(108) 评论(0) 推荐(0) 编辑
摘要: 阅读前可以先参看上一篇代数视觉博客: 四点DLT (Dierct Linear Transformation) 算法 对于大于4个点的数据点来进行 DLT 算法变换, 如果数据点的标注都十分准确,那么将所有数据点都放进 A 矩阵中进行求解的话, 与只放4个点没有区别,因为一致性会让矩阵 A 阅读全文
posted @ 2022-10-03 10:47 WilliamHuang2022 阅读(287) 评论(0) 推荐(0) 编辑
摘要: xi 表示变化前的齐次坐标 xi 表示变化后的齐次坐标 我们需要求到一个 3×3 的变换矩阵 H , 使得 $$\mathbf{x}{i}^{\prime} \times \mathrm{Hx} 阅读全文
posted @ 2022-10-03 10:23 WilliamHuang2022 阅读(162) 评论(0) 推荐(0) 编辑
摘要: 特别性质: 行列式 【定理】若 Ap×q , Bq×p , 则 $$\left|\boldsymbol{I}{p}+\boldsymbol{A B}\right|=\left|\boldsymbol{I}{q}+\boldsymbol{B} \boldsymb 阅读全文
posted @ 2022-09-15 13:17 WilliamHuang2022 阅读(247) 评论(0) 推荐(0) 编辑
点击右上角即可分享
微信分享提示