导数：导数简单点说,就是函数的斜率.比如说y=x这个函数,图像你应该很清楚吧,虽然y是随着x的正加而增大的,但是其变化率也就是斜率是一直不变的.那么你能猜出来y=x的导数是多少么?y=x的导数y'=1,同理y=2x时,则y'=2,这是最简单的.当函数是2次函数的时候,其斜率会忽大忽小,甚至忽正忽负,这时y'不再是一个固定的数,而是一个根据x值变化的数（说白了也是一个函数） 协方差：
转载
2023-12-02 21:01:38
71阅读
CUSUM退化点识别python是一种用于检测时间序列数据变化的方法。通过统计分析，特别是累积和控制图，CUSUM（Cumulative Sum Control Chart）能够帮助我们识别潜在的异常点。在本文中，我们将详细介绍如何使用Python实现CUSUM退化点识别的过程，包括环境预检、部署架构、安装过程、依赖管理、版本管理和最佳实践。
## 环境预检
在开始工作之前，我们需要确保环境的
1 变点理论变点理论是统计学中的一个经典分支，其基本定义是在一个序列或过程中，当某个统计特性（分布类型、分布参数）在某时间点受系统性因素而非偶然性因素影响发生变化，我们就称该时间点为变点。变点识别即利用统计量或统计方法将该变点位置估计出来。具体定义如下： 假设存在一个数据集，每个数据观测值相互独立，如果在某一时刻，模型中的某个或某些变量突然发生了变化，即存在一个时间点，在该点之前，数据集符合一个
转载
2023-09-17 07:15:49
710阅读
之前看到一篇文章，变点理论CUSUM在量化交易中；列了一堆数据和公式，说结果不错。链接如下: 或者这个，就是整理版，有很详细的公式推导，不过代码写的不清不楚的，应该没写完。 花了些时间研究下： 原理描述：CUSUM控制图的设计思想是对信息加以累积，将过程的小偏移累加起来，达到放大的结果，从而提高检验 ...
转载
2021-09-07 20:37:00
768阅读
2评论
# Python中的变点分析法（Change Point Analysis）
变点分析法是一种用于检测时间序列数据中潜在变化点的统计方法。在许多实际应用中，例如金融、气象和生产监控等领域，变点分析能够帮助我们识别数据行为的剧烈变化。Python是进行变点分析的重要工具之一，借助于多个可用的库，我们能够高效地实现这一分析。
## 变点分析的概念
变点分析的核心思想是检测时间序列在某些点上发生了
文章目录一、插入排序1.2 直接插入排序1.2 希尔（shell）排序二、选择排序2.1 简单选择排序2.2 堆排序三、交换排序3.1 冒泡排序3.2 快速排序四、归并排序五、基数排序 常见的八大排序算法，他们之间关系如下： 各种算法的时间复杂度和稳定性：一、插入排序1.2 直接插入排序一）、算法思想直接插入排序（Insertion Sort）序是一种最简单的插入排序。为简化问题，我们下面只讨论
python 检验数据分布，KS-检验（Kolmogorov-Smirnov test） – 检验数据是否符合某种分布 Kolmogorov-Smirnov是比较一个频率分布f(x)与理论分布g(x)或者两个观测值分布的检验方法。其原假设H0:两个数据分布一致或者数据符合理论分布。D=max| f(x)- g(x)|，当实际观测值D>D(n,α)则拒绝H0，否则则接受H0假设。 KS检验与t
转载
2024-03-12 21:04:25
129阅读
Pendulum是一个Python库，它提供了一种简单而强大的方式来处理日期和时间。它可以轻松地进行时区转换、日期计算、时间差计算等操作。在本教程中，我们将介绍如何使用Pendulum库进行日期和时间操作。安装Pendulum库在使用Pendulum库之前，我们需要先安装它。可以使用pip命令来安装Pendulum库：pip install pendulum导入Pendulum库安装完成后，我们需
转载
2023-12-25 06:29:21
83阅读
# 变点识别算法入门指南
在数据分析、时间序列分析等领域，变点识别（Change Point Detection）是一项重要的技术。它旨在识别时间序列数据中发生显著变化的点。本指南将为你介绍如何在 Python 中实现变点识别算法。下面是整个流程的概览。
## 流程概览
| 步骤 | 描述 |
|------|-------------------|
| 1
原创
2024-09-26 08:52:15
198阅读
本系列博文基于廖雪峰老师的官网Python教程，笔者的编程环境是Anaconda+Pycharm，Python版本：Python3.1.返回函数# 函数作为返回值
# 高阶函数可以接受函数作为参数，还可以把函数作为结果返回；
# 实例：
def lazySum(*args):
def calcNumsSum():
ax = 0
for num
转载
2024-06-19 04:06:27
59阅读
PV:预算值AC:实际成本EV:挣值，是实际完成工作的预算价值CV,成本偏差=EV-AC，<0为预算超出，>0为预算节省SV,进度偏差=EV-PV，<0为进度落后，>0为进度超前CPI,成本绩效指数=EV/AC，<1，预算超出，>1，预算节省SPI,进度绩效指数=EV/PV，<1，进度落后，>1，进度超前ETC:剩余成本估算=总的PV-EV，偏差只是
sift（尺度不变特征变换）参考一、sift 算法的目标sift 的目标是： 找到一幅图像中的一些稳定的保持不变性的局部特征点，该特征点被一个特殊向量描述。该特征点的特征叫做sift特征1999年British Co1umbia大学大卫.劳伊（ David G.Lowe）教授总结了现有的基于不变量技术的特征检测方法，并正式提出了一种基于尺度空间的、对图像缩放、旋转甚至仿射变换保持不变性的图像局部特
函数函数的参数位置参数默认参数可变参数(传入tuple)def calc(numbers):
sum = 0
for n in numbers:
sum = sum + n * n
return sum我们把函数的参数改为可变参数：def calc(*numbers):
sum = 0
for n in numbers:
su
转载
2024-06-19 04:47:48
92阅读
1. 关于城市规模点云语义挑战赛在过去的几年里，针对三维点云数据的智能化处理取得了显著的进展。然而，现有的大部分方法依然局限于小规模的三维点云（例如目标级别、室内场景级别），对于城市级别点云等更大规模的数据的语义理解仍然处于起步阶段。为此，我们提出了城市规模三维点云数据集SensatUrban (IJCV'22) [1]，并举办Urban3D挑战赛，希望通过提供全新的大规模点云数据集(Sensat
# 点云分析Python入门指南
在计算机视觉和机器人领域，点云分析是一个重要的任务。点云是一组表示三维空间中的点的数据，通常用于表示物体的形状。本文将引导你了解如何用Python进行点云分析，适合刚入门的开发者。
## 整体流程
以下是进行点云分析的基本步骤：
| 步骤 | 描述 |
|-------|------------
原创
2024-09-06 04:20:20
64阅读
Apple iPhone 11 (A2223) 128GB 黑色 移动联通电信4G手机 双卡双待合成特征和离群值学习目标：尝试合成特征上一次我们只使用了单个特征，但这是不切实际的，往往我们需要多个特征，但此次并不是使用多个特征，而是创建一个合成特诊total_rooms 和 population 特征都会统计指定街区的相关总计数据。但是，如果一个街区比另一个街区的人口更密集，会怎么样？我们可以创建
数据库中的数据由于各种原因常常会包含一些异常记录，对这些异常记录的检测和解释有很重要的意义。异常检测目前在入侵检测、工业损毁检测、金融欺诈、股票分析、医疗处理等领域都有着比较好的实际应用效果。异常检测的实质是寻找观测值和参照值之间有意义的偏差。离群点检测是异常检测中最常用的方法之一，是为了检测出那些与正常数据行为或特征属性差别较大的异常数据或行为离群点的概念离群点（Outlier）是指显著偏离一般
转载
2023-11-28 22:39:59
4阅读
## Python将图片白色像素点变透明的实现方法
作为经验丰富的开发者，我将向你介绍如何使用Python将图片中的白色像素点变为透明。下面将按照以下步骤详细讲解整个过程：
### 步骤概述
| 步骤 | 描述 |
| --- | --- |
| 1 | 加载图片 |
| 2 | 遍历图片的每一个像素点 |
| 3 | 判断像素点是否为白色 |
| 4 | 将白色像素点变为透明 |
| 5
原创
2023-07-27 08:34:41
540阅读
## 如何使用Python将图像中的某个像素点变透明
在图像处理领域，将图像的特定像素点变为透明是一个常见需求。本文将带你通过一个简单的步骤流程，帮助你实现这个功能。我们将使用Python的`Pillow`库来处理图像。
### 整体流程
首先，让我们梳理一下实现这个功能的步骤。以下是整个流程的概述：
| 步骤 | 描述
原创
2024-10-11 10:39:21
163阅读
一、离群点的类别（1）从数据范围来看，分为全局离群点和局部离群点，整体来看，某些对象没有离群特征，但是从局部来看，却显示了一定的离群性。（2）从数据类型来看，分为数值型离群点和分类型离群点，这是以数据集的属性类型进行划分的。（3）从属性的个数来看，分为一维离群点和多维离群点，一个对象可能有一个或多个属性。二、离群点的检测基于统计： 大部分的基于统计的离群点检测方法是构建一个概率分布模型，并计算对象
转载
2023-09-29 21:14:57
204阅读
