前 言核密度估计图 (kernel density plot)用干显示数据在X轴连续数据段内的分布状况。这种图表是直方图的变种，使用平滑曲线来绘制水平数值，从而得出更平滑的分布。核密度估计图比直方图优胜的地方，在于它们不受所使用分组数量的影响，所以能更好地界定分布形状。核密度估计（kernel density estimation)是在概率论中用来估计未知的密度函数，属于非参数检验方法之一，由Ro
今日分享主题：如何用柱形图直观地呈现变化幅度大小。在数据分析中，有些时候，相比指标本身的大小，我们更希望看到指标变化幅度的大小。所以图表呈现的时候，我们更希望呈现变化幅度，这要怎么做呢？你可能会说，这好办呐。把变化幅度算出来，然后做个最简单的柱形图就好了。这确实是呈现了变化幅度的大小，可以满足我们的需求。但如果此时，我再对你提个需求：光有个变化幅度太片面了，我还想知道指标本身的大小，能不能同时把变
AMCL中轮式里程计误差模型参数用了很久的AMCL，也偶尔会思考odom_alpha1，odom_alpha2，odom_alpha3，odom_alpha4这些如何参数如何根据我们轮子的精度来给出理论上比较准的值，而不是凭借实验中调出来的值（总感觉不专业），因此这次决定好好理一理。一.diff模型与diff-corrected区别结论：diff-corrected模型才是《概率机器人》中里程模型
英文版链接： 本文章，使用GIS中的GWR（地理加权回归）（Geographically weighted regression）来预测95个城市的楼宇开关窗情况. 有以下几个步骤：气泡图，OLS，Moran’s I（莫兰系数）和GWR气泡图首先是制作气泡地图的代码 （R语言）：library(ggplot2)
library(ggmap)
library(maptools)
library(ma
由于R语言所带的中国地图过于老旧，因此我们通过寻找外部地图数据文件，并在R中载入并展示地图。 我们所用的地图数据文件是Shapefile格式的文件，它可以存储地理要素的几何位置和属性信息，Shapefile中的地理要素可通过点、线、面来表示。一个完整的shape文件由一组文件组成，其中必要的基本文件包括坐标文件（.shp)，索引文件(.shx)，属性文件（.d
Pr学习笔记由于在学习过程中需要剪辑一些简单的视频，所以需要用到一些视频剪辑工具。作为一名新手，经过查询资料，发现入门级视频剪辑软件有视频编辑器（win10自带）、会声会影、爱剪辑、iMovie（ipad自带）等，专业软件有Final Cut Pro、Adobe Premiere Pro等。视频编辑器：只能做一些简单的编辑，裁剪、添加字幕、bgm等还可以，不过功能很少，可以应付一般的需求iMovi
后面小样本验证正态的方法： 大样本将样本方差就认为是总体方差，与t分布无关。前提条件：小样本两个独立样本，且都是正态总体。标准差相同时，自由度直接相加，因为形状相同。 标准差不同时，则图像不能直接调成一种分布，所以要再调权重： 以上，标准差不同在计算上仅是自由度不同。一般情况下都是假设方差不相同&
sra文件转换为fastq格式fastq-dump -h--split-3也就是说如果SRA文件中只有一个文件，那么这个参数就会被忽略。如果原文件中有两个文件，那么它就会把成对的文件按*_1.fastq，*_2.fastq这样分开。如果还出现了第三个文件，就意味着这个文件本身是未成配对的部分。可能是当初提交的时候因为事先过滤过了一下，所以有一部分数据被删除了。 --gzip输出文件压缩成
1. 引言本博文主要研究的是 Benedikt Bünz 等人（standford,ethereum,berkeley） 2019年论文《Proofs for Inner Pairing Products and Applications》中的Pairing-based polynomial commitment schemes，其本质为 a generalization of two-tiere
最近正在学习这一部分，备忘录。1、参数调整
对算法合适的选项进行调整的过程——参数调整
caret包中提供了多种工具进行自动参数调整，train()函数作为接口，可以选择评估方法和度量性指标，自动寻优过程。
主要考虑的问题：
（1）训练哪种模型，（2）模型中哪些参数可调，可调节空间多大，（3）选择评价标准
以C5.0示例：library(caret)
control <- tra
人类大部分基因组序列都是被垃圾DNA序列分隔成一段段，给定一个已知的目标蛋白质和基因组序列，在该基因组序列中找出一组子字符串（候选外显子），使得其拼接（剪接）与目标蛋白质最匹配（即去掉垃圾DNA序列）。一个强力方法是寻找基因组序列与目标蛋白质序列间的所有局部相似性。若第一个取自基因组序列的子字符串展示了充分相似性于目标蛋白质，那么这个子字符串可被认为是一个推定的外显子。 将推定外显子结构
Perl语法简介1.PERL变量1.1.Perl变量分类1.2.Perl变量1.2.1 Scalar变量1.2.2 数组变量1.2.3 标量与数组变量1.2.4 关联数组2.PERL运算符2.1 算数运算符2.2 位运算符2.3 比较运算符2.4 逻辑运算符2.5 字符运算符2.6 赋值运算符2.7 Lvalue2.8 表运算符2.9 文件测试运算符 1.PERL变量1.1.Perl变
偏差：描述的是预测值（估计值）的期望与真实值之间的差距。偏差越大，越偏离真实数据，如下图第二行所示。方差：描述的是预测值的变化范围，离散程度，也就是离其期望值的距离。方差越大，数据的分布越分散，如下图右列所示。 机器学习中的Bias(偏差)，Error(误差)，和Variance(方差)有什么区别和联系？修改 不准确率 ，即为 (1-准确率)。 在训练数据上面，我们可以进行交
1. 描述性统计分析
# 对各属性进行描述性统计分析
def statisticAnalysis():
inputfile = '../data/data.csv' # 输出的数据文件
data = pd.read_csv(inputfile) # 读数据
# 最小值、最大值、均值、标准差
description = [data.min(), data.max(), data.mean(), da
本系列将介绍如何在现在工作中用两种最流行的开源平台玩转数据科学。先来看一看数据分析过程中的关键步骤 – 探索性数据分析。 内容简介 本系列将介绍如何在现在工作中用两种最流行的开源平台玩转数据科学。本文先来看一看数据分析过程中的关键步骤 – 探索性数据分析（Exploratory Data Analysis，EDA）。 探索性数据分析发生在数据收集和数据清理之后，而在数据建模和分析结果可视
图表的数据要素以及图例展示 主要图表类型包括：线图：包括类别轴和值轴，类别轴上最少1个维度；值轴上最少1个度量 柱状图：包括类别轴和值轴，类别轴上最少1个维度；值轴上最少1个度量 饼图：包括扇区标签和扇区角度，扇区标签上有且仅有1个维度，并且维度值小于等于12；扇区角度上有且仅有1个度量 气泡地图：包括地理区域
什么是DataFrame引用 r-tutor上的定义：
DataFrame 是一个表格或者类似二维数组的结构，它的各行表示一个实例，各列表示一个变量。
没错，DataFrame就是类似于Excel表格和MySQL数据库一样是一个结构化的数据体。而这种结构化的数据体是当代数据流编程中的中流砥柱，几乎所有先进算法的载体都是DataFrame，比如现在我们耳熟能详的逻辑回归算法、
vars=c("mpg","hp","wt")
> head(mtcars[vars])
mpg hp wt
Mazda RX4 21.0 110 2.620
Mazda RX4 Wag 21.0 110 2.875
Datsun 710 22.8 93 2.320
Hornet 4 Drive 21
看了之前推送的REmap相关内容，结果导出的图表是html格式的动态图，不知道如何将此种格式的图表放在ppt中使用。这确实很尴尬他呀，你不能直接拿着Rstudio跟客户演示呀(而且还不保证每一台PC上都安装有R语言软件)，如果是ppt展示，突然退出来，然后用浏览器打开html文件也是够突兀的。当然这个情况在r语言中其实很普遍，很多依赖底层js语言编写的二次开发包(比如R语言中的recharts、R
R和Python是目前最流行的两款高级编程语言，被大量运用于数据科学领域。两者都是开源的，也都有非常活跃的社区来支撑。那么问题来了：对于初学者，到底应该学哪个？我的建议：**看情况（it depends），选用何种编程语言，依赖于你的背景以及你的长期目标。**换句话说：你是干啥的？以及你的目标是什么？事实上，对于想从事数据科学的新手，R和Python可能是最好的/唯一的两个选择。哪个更好呢？在这篇
1.1 地图的文件格式shp数据结构：1、分文件存储信息：name.dbf name.shp name.shx2、获取渠道https://gadm.org/download_country_v3.html3、导入工具maptools rgdalsfjson数据结构：1、key-value形式的键值对结构name.json2、获取渠道http://datav.aliyun.com/static/to
异方差性（heteroscedasticity）异方差性的定义[1] 设线性回归模型为: 经典回归中所谓同方差是指不同随机误差项的方差相同，即：var(ut) = σ2 如果随机误差项的方差不是常数，则称随机项 具有异方差性（heteroskedasticity），即: 常数u_t(t=1,2,\cdots n) 异方差性的几何直观表示形式，可借助观测值的散布图表示。以一元线性回归为
Jupyter Notebook是一个Web应用程序，允许您创建和共享包含实时代码，方程，可视化和说明文本的文档。简单的介绍就是：Jupyter Notebook是Ipython的升级版，而Ipython可以说是一个加强版的交互式 Shell，也就是说，它比在terminal里运行python会更方便，界面更友好 环境：Ubuntu16.04 64位 （1）更新和升
多目标决策 之 熵权法（综合评价）<font color=blue size=4 face="楷体">1 简介<font color=blue size=4 face="楷体">1 计算步骤1.1 将各指标数据进行
min-max
遗传算法将“优胜劣汰，适者生存”的生物进化原理引入优化参数形成的编码串联群体中，按所选择的适应度函数并通过遗传中的复制、交叉及变异对个体进行筛选，使适应度高的个体被保留下来，组成新的群体，新的群体既继承了上一代的信息，又优于上一代。这样周而复始，群体中个体适应度不断提高，直到满足一定的条件。遗传算法的算法简单，可并行处理，并能到全局最优解。
旅行商问题B
关于我
钱钟书曾说，鸡蛋好吃不一定要去认识下蛋的母鸡。不过人类是社会化的动物，访客和博主都希望有多一些的交流。在2012年元旦之即，写下这篇短文算是我的简介吧。
最早接触的计算机还是一台386，那时作为Geek的成就感来自于迅速的打下一连串DOS命令，而Windows出现后这种击打的快感便消失了。所以当再接触到R语言时，这
程序猿们都知道，人民邮电出版社有很多关于R语言的书，今天小编带大家了解一下R，从入门到进阶，都在这了。 最新上架R语言之书：编程与统计作者：[新西兰]蒂尔曼·M. 戴维斯(Tilman M. Davies)译者：李毅 《R语言编程艺术》双子星，R语言入门到实战指南一部翔实的百科全书式的R语言宝典本书是一本指导你如何掌握并灵活运用目前世界上流行的统计分析编程语言——R语言的
1 LARS算法简介 Efron于2004年发表在Annals of Statistics的文章LEAST ANGLE REGRESSION中提出LARS算法，其核心思想是提出一种新的solution path(求解路径)，即在已经入选的变量中，寻找一个新的路径，使得在这个路径上前进时，当前残差与已入选变量的相关系数都是
这门课会以链家网站为案例，讲解爬取网站数据的原理和代码。本课目的：学习爬虫是什么，爬虫的原理，并了解爬虫的重要知识点。一、爬虫是什么？按照一定规则，自动化抓取万维网信息的程序或者脚本。 二、爬虫的原理主要分为4个步骤发起请求：通过HTTP向目标服务器发起一个请求，请求包括请求头的信息 2. 获取响应内容：获取服务器返回的响应结果，可能是HTML文档，JSON字