符号检验利用了观察值和原假设的中心位置之差的符号来进行检验，但是没有利用这些差值的大小所包含的信息。不同的符号代表了在中心位置的哪一边，而差的绝对值的秩的大小代表了距离中心的远近。1. 统计量秩1.1. 秩的概念简单来说，对一组有序的数，其中的每个元素都有一个顺序号，可以称为“秩次”。import numpy as np
import pandas as pd
x=[-5,-3,-1,0,1,3,
转载
2023-11-28 10:46:46
50阅读
# 理解逻辑回归：Python代码实现与参数设置
逻辑回归是一种广泛应用于二分类问题的统计学习方法。尽管名字中含有“回归”二字，逻辑回归实际上是一种分类算法。它通过建立自变量和因变量之间的关系，来预测某个事件发生的概率。在本文中，我们将深入探讨逻辑回归的基本概念、其在Python中的实现，以及关键参数的设置。
## 什么是逻辑回归？
逻辑回归通过逻辑函数（Sigmoid 函数）将线性组合的输
# 如何实现 Python 岭回归参数设置图
岭回归是一种用于线性回归的改进方法，它通过在损失函数中加入L2正则化项来防止模型过拟合。在这里，我将向你展示如何使用 Python 创建一个用于可视化岭回归参数的设置图。本项目将涉及到数据生成、模型建立、以及最终的可视化。
## 流程概述
在开始之前，我们需要了解实现这一目标的大致流程。以下是完整的步骤和每一步的简要说明：
| 步骤
1、支持向量机：支持向量机（Support Vector Machine, SVM）是一类按监督学习（supervised learning）方式对数据进行二元分类（binary classification）的广义线性分类器（generalized linear classifier），其决策边界是对学习样本求解的最大边距超平面（maximum-margin hyperplane）。SVM的目的
我的目标是使用plac在命令行中运行脚本，所有参数均为可选，并具有默认值。不带参数：python my_script.py。它运行完美。带有参数：python my_script.py -r "foobar"。我收到NoneType异常，这表明正在传递默认值而不是自定义值。def my_function(param1=None, param2=3, param3=1, param4=None):
转载
2023-09-28 22:20:00
78阅读
1. 配置文件（ConfigParser模块） 1.1 ConfigParser简介 ConfigParser 是用来读取配置文件的包。配置文件的格式
原创
2022-08-21 00:38:45
337阅读
# Python 非参数核估计的简单介绍
非参数核估计是一种通过使用核函数来估计概率密度函数的统计方法。与经典的参数方法不同，非参数方法不对数据的分布形式做出假设，因此更灵活适应各种数据分布。本文将介绍非参数核估计的基本原理，并用 Python 代码来实现。
## 核估计的基本概念
核估计通过将每个数据点的影响传递到邻近的数据点，从而构建整体的密度估计。常用的核函数包括高斯核、均匀核、三角核
原创
2024-10-23 04:49:30
92阅读
为什么起这个题目呢？这是我学了参数设置后最大的感受，就是灵活！但是灵活的另一面就是复杂。相对于c语言传入参数的规范性（局限性），python提供了各种参数输入方式。不多说，开始介绍。1）默认参数所谓默认参数，就是为函数输入参数提供一个默认值。这种参数，对于单参函数看起来是意义不大的，但是对于多传入参数的函数来说，就意义重大了。因为，在实际编程中经常遇到这样一种情况。某个函数需要多次重复调用。但是只
转载
2024-06-01 04:12:38
44阅读
参数方法，假定概率分布，只来估计少量参数。半参数方法，对数据分组，每组采用一种概率分布的假设，最后使用混合概率分布。非参数方法，不需要知道数据的概率分布，只需要假设：相似的输入具有相似的输出。因为我们一般都认为世界的变化时平稳、量变到质变的，因此无论是密度、判别式还是回归函数都应当缓慢地变化。在这样的非参数估计（non-paramitric estimation）中，局部实例对于密度的影响就显得颇
转载
2023-11-15 19:21:36
117阅读
利用ArcGis进行地理处理之三（融合）一、应用目标在实际工作中，融合往往用于数据的整理。如，整合了10个采油厂的输油管线数据和10个采气厂的输气管线数据，总共有1000个图元，数据体量大，想要整合成所有的输油管线为一个图元，所有的输气管线为一个图元，就可以用融合。再如，整理了储量数据，这些数据也分别赋予了矿权、县域的属性，需要分别按照矿权、县域统计储量，当然也可以用excel来完成，但本着电脑工
转载
2024-07-07 17:13:14
67阅读
前面几讲中的参数检验都是基于这样一个假设：样本来自于正态分布的总体！那么如果总体不符合正态分布时，如何对其参数或者分布进行检验呢？这就涉及到非参数检验，我们首先从单个总体的位置参数和分布检验讲起。例1：假设某城市16座预售的楼盘均价（单位：百元/ ）如下表所示： 36 32 31 25 28 36 40 32 41 26 35 35 32 87 33 35 问：该地区评价楼盘价格是否与媒体公布的
转载
2023-11-25 07:11:53
39阅读
Python学习笔记(四)Python函数的参数
Python的函数除了正常使用的必选参数外，还可以使用默认参数、可变参数和关键字参数。默认参数基本使用默认参数就是可以给特定的参数设置一个默认值，调用函数时，有默认值得参数可以不进行赋值，如：def power(x, n=2):
s=1
while n >
转载
2023-07-03 11:08:11
127阅读
本文和大家分享的主要是
python开发
中函数的5种参数，一起来看看吧，希望对大家学习和使用这部分内容有所帮助。
（1） 位置参数，调用函数时按位置传入参数
（2） 默认参数，即在函数定义时就给出参数的值，设置默认参数时要注意两点，一是必选参数在前，默认参数在后。二是把变化小的参数放在后面可作为默认参数。具有默认参数的函数被调用时可以不传入默认参数，若需要改变默认参数的值则可以赋
转载
2024-02-27 09:16:37
100阅读
hive.exec.max.created.files •说明：所有hive运行的map与reduce任务可以产生的文件的和 •默认值:100000 hive.exec.dynamic.partition •说明：是否为自动分区 •默认值：false hive.mapred.reduce.tasks.speculative.execution •说明：是否打开推测执行 •默认值：true hive
转载
2024-06-08 13:17:53
33阅读
一、应用背景 非参数检验用于研究定类数据与定量数据之间的关系情况。例如研究人员想知道不同性别学生的购买意愿是否有显著差异。如果购买意愿呈现出正态性，则建议使用方差分析，如果购买意愿没有呈现出正态性特质，此时建议可使用非参数检验。此案例研究某车间用4种不同的操作方法做若干批试验，检验操作方法对产品的优等品率是否有显著影响。二、SPSSAU操作1.SPSSAU操作如下图：&nbs
转载
2024-04-19 15:14:45
62阅读
逻辑回归是什么？要有哪些未知参数待求解？如何优化？梯度下降是什么？如何用梯度下降求逻辑回归未知参数？作者：知乎@Ai酱 本文要解决的是标题上的那些问题。1. 任何机器学习套路任何机器学习套路都逃不掉：使用一个数学模型来套到数据上->任何数学模型都有待设定的参数，不同数据适合不同参数值->怎么评价这些参数设定值好不好（设计误差函数）->用梯度下降或者其他方法求解误差函数最小值点的自
转载
2024-06-17 10:09:51
101阅读
线性回归(Linear regression)是利用回归方程(函数)对一个或多个自变量(特征值)和因变量(目标值)之间关系进行建模的一种分析方式。一线性回归的基本要素（一）模型 线性回归假设输出与各个输入之间是线性关系，例如，我们假设房屋的价格与房子的面积和房龄有关 ，则房价与面积和房龄的关系可以用如下公式表示：只有一个自变量的情况称为单变量回归，大于一个自变量情况的叫做多元回
转载
2024-03-24 09:02:19
78阅读
一、函数参数 参数一、函数参数1、固定数量参数1.1位置参数1.2关键字参数1.3默认值2、任意数量参数2.1 带*参数2.2带**参数1.1位置参数1.2关键字参数1.3默认值2.1 带*参数2.2带**参数 1、固定数量参数1.1位置参数1.2关键字参数1.3默认值2、任意数量参数2.1 带*参数2.2带**参数章节图：所讲章节的主要内容1.1位置参数顾名思义位置参数就是按照参数的位置来传递，
转载
2023-08-02 09:26:51
295阅读
局部多项式回归局部多项式回归是非参数回归的一种方法，主要是由于估计方法的加权是基于整个样本点，而且往往在边界上的估计效果并不理想。局部线性回归解决上述问题的办法就是用一个变动的函数取代局部固定的权重。局部线性回归就是在待估计点的领域内用一个线性函数,来取代的平均，是局部参数，首先回顾一下Nadaraya-Watson估计： 其中.接下来我们考虑一个估计量来使得目标函数(误差平方和)达到最小,很明显
转载
2024-06-04 10:00:17
65阅读
# Python WordCloud参数设置
在数据可视化中，WordCloud是一种非常有效的方式，用于展示文本数据中单词的频率。通过调整WordCloud的参数，我们可以获得不同的效果，使展示更加吸引人。本文将介绍如何使用Python中的WordCloud库，并对其参数设置进行详细讲解。
## 安装WordCloud库
首先，我们需要安装WordCloud库。如果尚未安装，可以使用以下命
