發(fā)簡(jiǎn)信
IP屬地：上海
-
SAS proc freq總結(jié)
1.proc freq 1.1诀艰、基本模式果港、一般用法： 參數(shù)1：1 nlevels 統(tǒng)計(jì)變量獨(dú)立值個(gè)數(shù)2 noprint 不打印結(jié)果3 order...
-
如何衡量變量重要性飒货？為了挑出優(yōu)質(zhì)變量瞧甩，我們可能會(huì)考慮： 變量的預(yù)測(cè)能力變量之間的相關(guān)性變量的簡(jiǎn)單性（容易生成和使用）變量的健壯性（適用于各種情形）變量在業(yè)務(wù)上的可解...
-
深度學(xué)習(xí)常用概念總結(jié)（二）神經(jīng)元Unit(Neurons) 單元指的是熄捍，某一網(wǎng)絡(luò)層中儿普，通過(guò)激活函數(shù)（如sigmoid）將輸入進(jìn)行非線(xiàn)性轉(zhuǎn)換的功能模塊祖娘。 神經(jīng)元的靈感來(lái)自生...
-
深度學(xué)習(xí)常用概念總結(jié)（一）
在總結(jié)具體的深度算法模型之前荚孵，我打算先梳理一下深度學(xué)習(xí)中常用的概念妹窖。在梳理和寫(xiě)作過(guò)程中，會(huì)盡量配合公式和圖形收叶，解釋的更加簡(jiǎn)單明了骄呼。但為了避免內(nèi)容...
-
如何理解交叉熵(Cross Entory)？
交叉熵的理論來(lái)源是信息論判没。本文從怎么衡量一個(gè)事件的信息量大小開(kāi)始蜓萄，逐步深入，引入交叉熵的由來(lái)澄峰，并附上計(jì)算公式嫉沽。最后解釋了為什么很多算法要用交叉熵...
-
GMM與K-means聚類(lèi)效果實(shí)戰(zhàn)目錄 一、數(shù)據(jù)探索和預(yù)處理 二俏竞、無(wú)監(jiān)督學(xué)習(xí)-降維和聚類(lèi)分析 三绸硕、聚類(lèi)效果對(duì)比分析 四、小結(jié)和建議 備注分析軟件：python數(shù)據(jù)已經(jīng)分享在百度云...
-
用Igraph創(chuàng)建關(guān)系網(wǎng)絡(luò)&簡(jiǎn)單網(wǎng)絡(luò)分析---------------------------------------------目錄-------------------------...