- 博客(5)
- 收藏
- 关注
RSS订阅转载 条件概率，全概率，贝叶斯公式理解
简介学过概率理论的人都知道条件概率的公式：P(AB)=P(A)P(B|A)=P(B)P(A|B)；即事件A和事件B同时发生的概率等于在发生A的条件下B发生的概率乘以A的概率。由条件概率公式推导出贝叶斯公式：P(B|A)=P(A|B)P(B)/P(A)；即,已知P(A|B)，P(A)和P(B)可以计算出P(B|A)。假设B是由相互独立的事件组成的概率空间{B1,b2，…bn}。则P(A)可以用全...
2019-04-29 15:09:14
462
转载 概率与数理统计学习总结三--条件概率、全概率、贝叶斯、离散型随机变量
条件概率设试验E的样本空间为S, A, B是事件, 要考虑在A已经发生的条件下B发生的概率, 这就是条件概率问题.定义: 设A, B是两个事件, 且P(A)>0, 称为在事件A发生的条件下事件B发生的条件概率条件概率满足三个条件非负性：对于每一事件B有规范性：对于必然事件S，有可列可加性：设B1,B2,…是两两互不相容的事件...
2019-04-29 15:07:34
506
转载 方差、标准差、均方差、均方误差区别总结
一、百度百科上方差是这样定义的：（variance)是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是各个数据分别与其平均数之差的平方的和的平均数。在许多实际问题中，研究方差即偏离程度有着重要意义。看这么一段文字可能有些绕，那就先从公式入手，对于一组随机变量或者统计数据，其期望值我们由E(X...
2019-04-29 15:06:52
352
转载 k-均值（k-means）及Matlab实现
转载https://blog.csdn.net/qiu1440528444/article/details/80611942k-均值（k-means）及Matlab实现注：1.仅适合于数值属性的数据。2.对正态分布（高斯分布）数据聚类效果最佳。。算法思想k-means算法，也称k-均值算法，它把N个对象划分成k个簇，用簇中对象的均值表示每个簇的中心点（质心），通过迭代使每个簇内的对象...
2019-04-29 11:03:43
2852
转载 TDBSCAN算法及Matlab实现
@ 转载 https://blog.csdn.net/qiu1440528444/article/details/80763420TDBSCAN算法及Matlab实现——一种基于高密度连通区域的算法划分方法和层次方法旨在发现球状簇，它们很难发现任意形状的簇。为了发现任意形状的簇，我们把簇看作数据空间中被稀疏区域分开的稠密区域，即基于密度的聚类算法可发现任意形状的簇，这对于有噪声点的数据有重...
2019-04-29 11:02:01
1355
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人