目录1 离散型随机变量1.1 （0-1）分布1.2 伯努利试验1.3 二项分布1.4 几何分布1.5 泊松分布2. 连续型随机变量2.1 分布函数与概率密度函数2.2 均匀分布2.3 指数分布2.4 正态分布2.4.1 标准正态分布2.4.2 一般正态分布References 1 离散型随机变量离散型随机变量指的是取到的值时有限个或者可列无限多个的随机变量。有限个值很好理解，但是可列无限多个值就
转载
2024-01-02 14:08:07
32阅读
一、机器学习基础算法是核心，数据和计算是基础。数据类型离散型数据：记录不同类别个体的数目所得到的数据，又称为计数数据，全部是整数，不能再细分，也不能进一步提高精度。连续型数据：变量可以在某个范围内取任意数，即变量的取值可以是连续的，通常是非整数。离散型是区间内不可分，连续型是区间内可分。机器学习算法分类监督学习（预测）：特征值+目标值分类（离散值）：k-邻近算法、贝叶斯分类、决策树和随机森林、逻辑
转载
2023-07-20 06:35:33
102阅读
1. Java集合框架中的所有实例类都实现了Cloneable和Seriablizable接口。所以，它们的实例都是可复制和可序列化的。2. 规则集存储的是不重复的元素。若要在集合中存储重复的元素，就需要使用线性表。线性表不仅可以存储重复的元素，而且允许用户指定存储的位置。用户可以通过下标来访问线性表中的元素。3. Java集合支持三种类型的规则集：散列集HashSet、链式散列
转载
2023-10-18 09:33:31
45阅读
一、直方图理论灰度级范围[0，L-1]的数字图像的直方图是离散函数 其中r的k是第k级灰度值，n的k是图像中灰度为r的像素个数。二、普通直方图def plot_demo(image):
"""
:param image: hist(
x, bins=None, range=None, density=False, weights=None,
cumu
转载
2024-06-30 06:33:30
112阅读
数据的提取数据集的网站常用数据集的结构组成特征工程的描述字典特征数据抽取文本的特征抽取TF-IDF(重要性的特征处理)归一化(MinMaxScaler标准化(standarScaler)缺失值处理:(imputer) 数据集的网站kaggle:https://www.kaggle.com/ uci:http://archive.ics.uci.edu/ml/index.php scikit-le
转载
2024-10-15 17:57:31
36阅读
[MatDEM](矩阵离散元MatDEM) 是南京大学刘春副教授自主研发的的岩土体大规模离散元模拟软件，该软件采用创新的 GPU 矩阵计算法和三维接触算法，能够时间数百万颗粒的离散元模拟，在岩土工程领域的许多大变形问题中具有广泛的应用。根据目前我所掌握的信息，MatDEM 的计算效率是要优于商业离散单元法软件 PFC2D&3D。此外，MateDEM 为开源软件，并且基于 Matlab 实现
转载
2024-08-13 16:08:43
80阅读
概率分布是描述随机变量在各个可能取值的概率分布情况的工具。在概率统计学中，我们常常使用五种概率分布来描述统计分布情况：两点分布、二项分布、泊松分布、几何分布以及超几何分布。1、两点分布两点分布又称为伯努利分布，是一种概率分布，它只有两种可能的结果：成功和失败。在两点分布中，成功的概率通常用p表示，失败的概率为1-p。两点分布的概率密度函数为：P(X=k)= pk+(1-p)(1-k) 其
转载
2024-01-10 15:24:16
136阅读
随机变量定义：对样本空间，有一个实值函数X=X(w)，使每个实验结果关联一个特定的数，这种实验结果与数的对应关系形成随机变量。我们将实验结果所对应的数称为随机变量的取值。（简单的说每个实验结果用一个数来表示，这样在数学上比较方便）对随机变量进行分类有：离散型随机变量、非离散型随机变量。
所谓离散型随机变量就是这个实值函数的取值范围是有限多个，或者无限可列个（如0，1，-1，2，-2……）；而非离散
转载
2024-04-14 11:55:01
55阅读
使用sklearn训练模型，只能输入数值型变量。因此需要对数据集中的非数值型离散变量进行处理，非数值型离散变量分为两类：有序型与无序型一、有序型离散变量处理什么叫有序型离散变量呢，比如说衣服尺码，M、L、XL；学历：小学、初中、高中、本科；这些都属于有序型变量。在上图数据表格中，size及classlabel则为有序型变量，自定义有序型字典表，进行相关映射即可：二、无序型离散变量处理衣
转载
2023-10-09 09:12:53
77阅读
简单概括，流程型与离散型有如下不同？
流程型制造使用配方或食谱。 离散制造使用物料清单（BOM）。 离散制造商顺着工艺路线进行组装，而流程制造商则多批量混合。 因此，离散制造商 - 包括按库存生产，按订单生产和组装订生产需要复杂周全的计划，调度和跟踪功能，以改善运营和盈利能力。
而具有批量或连续操作的流程型制造商依赖于复杂的跟踪和调配机制来保证高效的加工执行。离散制造就是组装东西
转载
2024-04-28 19:01:37
50阅读
上一篇讲到，采用固定分区的方式，会产生页内碎片等缺点，因此引入了动态分区方式。但动态分区又产生了外部碎片，导致内存的利用率也不理想。为了进一步提高内存的利用率，所以就产生了离散的分配方式。（理论来源于实际问题，这很好的体现在计算机科学中） 离散分配首先要解决的是分配的基本单位问
转载
2024-05-28 22:45:30
87阅读
按照我们对于变量的分类：分为数值变量和分类变量，数值变量可以分为连续型和离散型，分类变量又有有序的和无序的。下面我将介绍一些对于这些变量进行离散化处理。 无序分类变量的离散化方法： 比如在泰坦尼克号当中，有一个变量叫做乘客登陆的港口，取值为（C, Q, S）代表三个地方。这是一个典型的无序分类变量，我们在进行数据预处理的时候应该如何进行。 一种很容易想到的方法就是把每个值映射
转载
2023-07-01 17:55:10
339阅读
# 理解 Python 中的连续型与离散型数据
在数据科学与机器学习中，我们常常需要区分连续型数据和离散型数据。这篇文章将指导你理解这两个类型，并通过 Python 实现相应的数据分析功能。
## 1. 流程概述
首先，我们需要了解整体流程，以下是实现整个任务的步骤：
| 步骤 | 描述 |
|------|----------------------
原创
2024-10-26 04:49:44
69阅读
目录：
1.离散型
1.1 单点分布单点分布(one-point distribution)亦称一点分布，或称退化分布，是一种最简单的离散型分布。假如随机变量X仅取数值a，即P{X=a}=1，则称随机变量X服从单点分布或退化分布。单点分布的均值E(x)=a，方差Var(x)=0。如果
转载
2024-08-18 08:52:42
91阅读
引入：有些随机变量,它全部可能取到的值是有限个或可列无限多个,这种随机变量称为离散型随机变量:例如，掷骰子朝上一面的点致，一唇夜 110 接到的呼叫次数等均为离散型随机变量.2.2.1 离散型随机变量的分布律 定义2.3 设X是一个离散型随机变量，若X的全部可能取值为 X1，X2则Xi取龙，的概率P{X=2.1=力，i=1.2…称为子的概率分布或简称分布律，也可以称为
转载
2023-11-07 15:04:58
102阅读
大数据实验室第8次打卡一、机器学习入门数据集 在计算机中，数据集指的是任何数据集合。它可以是从数组到完整数据库的任何内容。数据类型 1.数值：离散数据和连续数据。离散数据限制为整数的数字。连续数据是具有无限制的数字。 2.分类：是无法互相度量的值，例如颜色或也任何yes/no值。 3.序数：类似于分类数据，但可以相互度量。如A优于B的学校成绩。二、平均中位数模式在机器学习中，通常存在三种感兴趣的值
转载
2024-08-27 15:20:13
136阅读
文章目录单变量描述性统计指标集中趋势离散趋势延伸 单变量描述性统计指标单变量分析的目的是，通过对数据的整理、加工、组织和展示，并计算反应数据的集中趋势和离散程度的指标，对变量分布的特征和规律进行刻画和描述。用最简单的概括形式反映出大量数据资料所容纳的基本信息。 主要分为三个方面： 1、确定频率分布和频数分布 2、集中趋势分析，就是用一个代表值或典型值对一组数据的一般水平进行反映，或是对这组数据
线性回归输出是一个连续值，因此适用于回归问题。回归问题在实际中很常见，如预测房屋价格、气温、销售额等连续值的问题。与回归问题不同，分类问题中模型的最终输出是一个离散值。我们所说的图像分类、垃圾邮件识别、疾病检测等输出为离散值的问题都属于分类问题的范畴。softmax回归则适用于分类问题。
由于线性回归和
转载
2024-07-13 09:08:10
328阅读
# 如何将R语言中的离散型数据转换为连续型数据
在数据分析中，处理离散型数据转换为连续型数据的需求并不罕见。离散型数据通常是一些分类数据，而连续型数据则可以在一定范围内取任意值。这种转换的过程包括几个步骤。本文将为您提供一个详细的流程、每步的代码及其解释，帮助您轻松实现这一目标。
## 整体流程
下面是将离散型数据转换为连续型数据的主要步骤：
| 步骤 | 描述 |
|------|---
一.机器学习应用场景1）自然语言处理2）无人驾驶3）计算机视觉4）推荐系统二.特征工程1.数据类型1）离散型数据由记录不同类别个体的数目所得到的数据，又称计数数据，所有这些数据全部都是整数，而且不能再细分，也不能进一步提高他们的精确度。2）连续型数据变量可以在某个范围内取任一数，即变量的取值可以是连续的，如，长度、时间、质量值等，这类整数通常是非整数，含有小数部分。 注：只要记住一点，离
转载
2023-12-18 13:36:40
83阅读
