上一页 1 ··· 3 4 5 6 7 8 9 10 11 ··· 30 下一页
2023年11月28日
R ：NMDS(第二版)
摘要： rm (list = ls ())#清除所有变量 setwd("C:\\Users\\Administrator\\Desktop\\NMDS\\Fun") #设置工作目录 # 1. 导入所需的库。 library(vegan) library(ggplot2) # 2. 定义所需的函数。 myda 阅读全文
posted @ 2023-11-28 21:42 王哲MGG_AI 阅读(37) 评论(0) 推荐(0) 编辑
留一法
摘要： “留一法"是一种常用的模型验证方法，也被称为"留一交叉验证”。这种方法的基本思想是：如果有N个样本，我们就进行N次训练和验证，每次选择一个样本作为测试集，其余的N-1个样本作为训练集。这样，我们就可以得到N个模型的测试结果，然后对这N个结果取平均，作为最终的模型性能。 这种方法的优点是每个样本都被用 阅读全文
posted @ 2023-11-28 15:04 王哲MGG_AI 阅读(285) 评论(0) 推荐(0) 编辑
2023年11月24日
R：PCoA(详细注释版)
摘要： rm (list = ls ()) #清除所有变量 # 1. 导入所需的库。 library(vegan) #提供了进行社区生态学分析的函数，包括多元分析、物种多样性分析等。 library(tidyverse) #一组用于数据科学的R包，包括ggplot2、dplyr、tidyr、readr、pu 阅读全文
posted @ 2023-11-24 16:29 王哲MGG_AI 阅读(951) 评论(1) 推荐(0) 编辑
R：Alpha多样性与箱线图
摘要： 以上是学习的源头，载入了自定义包，但是有修改颜色的需求，只能自己重新定义函数。 rm (list = ls ()) setwd("C:\\Users\\Administrator\\Desktop\\alpha多样性_箱线图") library(devtools) alpha_boxplot_cus 阅读全文
posted @ 2023-11-24 15:21 王哲MGG_AI 阅读(94) 评论(0) 推荐(0) 编辑
2023年11月23日
回归任务和分类任务，重要性度量的计算方式
摘要： 在随机森林中，对于回归任务和分类任务，重要性度量的计算方式是不同的。 回归任务：使用的是 %IncMSE 和 IncNodePurity。 %IncMSE：这是一个基于均方误差（Mean Squared Error，MSE）的度量。当我们对某个变量进行排列时，预测误差的增加程度被用作该变量的重要性度 阅读全文
posted @ 2023-11-23 08:47 王哲MGG_AI 阅读(1698) 评论(0) 推荐(0) 编辑
2023年11月18日
线性回归的代码实现
摘要： 1.初始化步骤 import numpy as np from utils.features import prepare_for_training class LinearRegression: def __init__(self, data, labels, polynomial_degree= 阅读全文
posted @ 2023-11-18 15:54 王哲MGG_AI 阅读(120) 评论(0) 推荐(1) 编辑
2023年11月17日
线性回归的梯度下降
摘要： 线性回归中的梯度下降是一种优化算法，用于找到使线性回归模型拟合数据最好的参数值。下面是关于线性回归中梯度下降的详细解释： 1. 线性回归模型： 线性回归模型的基本形式是： 2. 梯度下降的目标： 梯度下降的目标是最小化损失函数，即观测值和模型预测值之间的差异。在线性回归中，通常采用均方误差（Mean 阅读全文
posted @ 2023-11-17 15:39 王哲MGG_AI 阅读(30) 评论(0) 推荐(1) 编辑
似然函数的作用
摘要： 似然函数是统计学和机器学习中一个关键的概念，它在参数估计和模型选择等方面发挥着重要作用。下面详细解释似然函数的定义和作用： 1. 定义： 似然函数通常用 L(θ∣X) 表示，其中 θ 是模型参数，X 是观测到的数据。似然函数描述了在给定一组参数 θ 的条件下，观测到数据 X 的概率。 2. 作用： 阅读全文
posted @ 2023-11-17 15:18 王哲MGG_AI 阅读(52) 评论(0) 推荐(0) 编辑
独立同分布
摘要： "独立同分布" 是统计学和机器学习中一个重要的概念。让我们更详细地探讨这个概念的含义： 独立性（Independence）： 独立性的意义： 当我们说随机变量是独立的时，意味着一个随机变量的取值不会提供关于另一个随机变量取值的任何信息。换句话说，知道一个随机变量的取值并不会改变对另一个随机变量的预测 阅读全文
posted @ 2023-11-17 15:01 王哲MGG_AI 阅读(231) 评论(0) 推荐(0) 编辑
误差项
摘要： 误差项是在统计学和机器学习中经常用来描述模型预测与真实观测之间的差异的术语。在线性回归中，误差项通常用符号 ϵ（epsilon）表示。这个项表示了模型无法捕捉或解释的因素，也就是不能被自变量完全解释的变异性。 具体来说，线性回归模型的基本形式为： 关于误差项的一些关键点： 随机性： 误差项通常被假设 阅读全文
posted @ 2023-11-17 10:57 王哲MGG_AI 阅读(123) 评论(0) 推荐(0) 编辑
上一页 1 ··· 3 4 5 6 7 8 9 10 11 ··· 30 下一页