avatar

ようこそ Ichigo Studio

  • post_img

    Python | 关于互信息

    MI & MIC 互信息(Mutual Information, MI)是一个统计量,用来衡量两个随机变量之间的依赖程度或 …

    post_img

    Python | 灰色预测

    本篇探究如何把灰色预测模型(主要是GM(1, N))用好。 灰色预测模型(Grey Prediction Model)是一种用于处 …

    post_img

    Python | 指标评价:熵权&TOPSIS

    熵权法 简介 熵权法是一种基于信息熵的权重确定方法。信息熵用于衡量系统的不确定性。指标越分散,其熵值越大,说明该指标包含的信息越多 …

    post_img

    Python | 特征提取②:t-SNE & UMAP

    前情提要: PCA的局限性 非线性关系 PCA是基于线性代数的方法,它通过线性变换将高维数据投影到低维空间中,因此它只能有效捕捉数 …

    post_img

    Python | 特征提取①:PCA

    简介 主成分分析(PCA)算法是以下两个特征提取需求的践行形式: 利用PCA算法将样本由n维降低到n’维,最原始的流程为: 样本中 ̷

    post_img

    Python | 假设检验

    先导 假设检验的定义可以是:用来判断样本与样本、样本与总体的差异是由抽样误差引起,还是由本质差别造成的统计推断方法。 或者用更简单 …

    m-avatar
    Chat Icon