上一页 1 2 3 4 5 6 7 8 9 ··· 12 下一页
摘要: 运行时提示“The test run cannot continue due to a syntax error”调用过程sub时不能使用括号 解决方法:使用call调用 一般情况下,这种错误出现在调用的过程没有返回值的情况。应该来说,就是调用参数赋值错误。出现这种错误,使用CALL 就是可以解决的 阅读全文
posted @ 2020-04-15 16:41 lonelyshy 阅读(3854) 评论(0) 推荐(0) 编辑
摘要: 转载:https://blog.51cto.com/godben/1746144 首先必须明白 cpu和内存的区别 cpu 中央处理器 内存是物理数据存放的地方 cpu不直接存放数据而是通过内存来存放数据 cpu和内存之间通过20条地址总线相连接,地址总线就是cpu通过地址找到对应的内存的物理数据的 阅读全文
posted @ 2020-04-12 21:51 lonelyshy 阅读(6608) 评论(1) 推荐(2) 编辑
摘要: 参考:https://blog.csdn.net/weixin_34376562/article/details/85947598 之前也碰到了这个问题,安装了pillow后没有代码提示,最后查了半天,发现问题原来非常简单,解决方法也很无厘头。 之所以没有代码提示,仅仅是因为Pycharm没法判断I 阅读全文
posted @ 2020-03-25 20:01 lonelyshy 阅读(902) 评论(0) 推荐(0) 编辑
摘要: 参考链接:https://www.zhihu.com/question/20852004 方差: 度量单个随机变量的离散程度,公式如下: 方差表示一位数据数据的离散程度,数值越大说明离均值的差距越大,越离散 协方差: 度量两个随机变量(变化趋势)的相似程度,定义如下: 协方差表示二维数据,表示两个变 阅读全文
posted @ 2020-03-23 23:21 lonelyshy 阅读(5323) 评论(0) 推荐(0) 编辑
摘要: 原文链接:https://blog.csdn.net/xidiancoder/article/details/71341345 对于一维数据的分析,最常见的就是计算平均值(Mean)、方差(Variance)和标准差(Standard Deviation)。在做【特征工程】的时候,会出现缺失值,那么 阅读全文
posted @ 2020-03-23 21:36 lonelyshy 阅读(16700) 评论(0) 推荐(0) 编辑
摘要: 数据的相关性 相关性用相关系数来度量,相关系数种类如下图所示。相关系数绝对值越大表是相关性越大,相关系数取值在-1–1之间,0表示不相关。 数据的相似性 相似度用距离来度量,相似度度量指标种类如下图所示。相似度通常是非负的,取值在0-1之间。距离越大,相似性越小,在应用过程中要注意计算的是相似度还是 阅读全文
posted @ 2020-03-22 23:03 lonelyshy 阅读(6441) 评论(0) 推荐(0) 编辑
摘要: 使用numpy可以做很多事情,在这篇文章中简单介绍一下如何使用numpy进行方差/标准方差/样本标准方差/协方差的计算。 variance: 方差 方差(Variance)是概率论中最基础的概念之一,它是由统计学天才罗纳德·费雪1918年最早所提出。用于衡量数据离散程度,因为它能体现变量与其数学期望 阅读全文
posted @ 2020-03-20 14:28 lonelyshy 阅读(25275) 评论(0) 推荐(2) 编辑
摘要: 原文链接:https://blog.csdn.net/fjssharpsword/article/details/74911180 知识点:数据分布特征的描述1、变量集中趋势的测定 变量在不同个体或不同时间条件下具体表现出来的数据是不同的,不过众多个体的数据常常会呈现出在一定范围内围绕某个中心而波动 阅读全文
posted @ 2020-03-20 14:11 lonelyshy 阅读(7113) 评论(0) 推荐(0) 编辑
摘要: 原文链接:https://www.cnblogs.com/chaosimple/p/4153167.html 感谢作者,解决了我的疑惑 一、标准化(Z-Score),或者去除均值和方差缩放 公式为:(X-mean)/std 计算时对每个属性/每列分别进行。 将数据按期属性(按列进行)减去其均值,并处 阅读全文
posted @ 2020-03-20 14:06 lonelyshy 阅读(669) 评论(0) 推荐(0) 编辑
摘要: 原文链接:https://blog.csdn.net/pipisorry/article/details/72820982 考察评估数值数据散布或发散的度量。这些度量包括极差、分位数、四分位数、百分位数和四分位数极差。五数概括可以用盒图显示,它对于识别离群点是有用的。方差和标准差也可以指出数据分布的 阅读全文
posted @ 2020-03-20 13:48 lonelyshy 阅读(2259) 评论(0) 推荐(0) 编辑
上一页 1 2 3 4 5 6 7 8 9 ··· 12 下一页