本文目标是通过比较，引入传统的统计方法（上古魔法），打开数据集的黑盒子。探讨如下方法：1、检验训练集和测试集是否相同分布。相同分布，是统计方法和机器学习的共同前提。 这可以帮助预判后面的机器学习的训练，调参和stacking是否有意义？ 2、统计检验发现的概率(p value)帮助做feature selection辅助。&n
# Python计算均一性实现教程
## 1. 整件事情的流程
### 表格展示步骤
```mermaid
erDiagram
|步骤1| -- 实现计算总和 --> |步骤2|
|步骤2| -- 计算均值 --> |步骤3|
|步骤3| -- 计算均一性 --> |结束|
```
### 流程图
```mermaid
flowchart TD
A[开始]
原创
2024-06-28 06:19:34
219阅读
scikti-learn 将机器学习分为4个领域，分别是分类(classification)、聚类(clustering)、回归(regression)和降维(dimensionality reduction)。k-means均值算法虽然是聚类算法中比较简单的一种，却包含了丰富的思想内容，非常适合作为初学者的入门习题。 关于 k-means 均值聚类算法的原理介绍、实现代码，网上有很多，但运行效率
# Python 数据均一化及其应用
在数据分析和机器学习领域，数据预处理是至关重要的一步。其中，数据均一化（Normalization）是一种常用的技术，它将数据的数值范围调整到一个统一的标准，比如[0, 1]或者[-1, 1]。这样做可以提高算法的收敛速度，减少不同特征值范围差异带来的影响。
本文将介绍Python中实现数据均一化的方法，并通过代码示例和甘特图来展示其应用。
## 数据均
原创
2024-07-23 12:18:01
65阅读
# 均一化 Python：初学者指南
作为一名经验丰富的开发者，我很高兴能帮助你了解如何实现“均一化 Python”。在这篇文章中，我将向你展示整个流程，并提供详细的代码示例和注释，以帮助你更好地理解每一步。
## 均一化 Python 流程
首先，让我们通过一个表格来了解实现均一化 Python 的基本步骤：
| 步骤 | 描述 |
| --- | --- |
| 1 | 安装 Pyth
原创
2024-07-17 13:13:24
17阅读
# 数据均一化 python
## 1. 流程概述
在数据分析和机器学习领域中，数据均一化是一项重要的预处理步骤。它的目的是将不同特征的数据缩放到相同的范围，以避免某些特征对模型的影响过大。本文将介绍如何使用 Python 实现数据均一化的过程。
整个数据均一化的流程可以分为以下几个步骤：
| 步骤 | 描述
原创
2023-10-02 03:03:10
154阅读
本文目录什么是学习曲线学习曲线作用绘制学习曲线学习曲线评估模型构建多个模型进行比较学习曲线评估模型效果完整代码 什么是学习曲线学习曲线就是通过画出不同训练集大小时训练集和验证数据集的准确率，可以看到不同训练集训练出的模型在新数据上的表现，进而来判断模型是否是欠拟合或过拟合。学习曲线的横坐标是训练样本的数量，纵坐标是损失函数的值。学习曲线作用表现能力：也就是模型的预测准确率；对模型进行评估：通过学
归一化是从原始范围的数据重新缩放，使得所有的值都在0到1的范围之内。规范化要求您指导或能够准确地最小和最大可观测值。您可以从可用的数据中估计这些值。如果您可以从可用的数据中估计这些值。如果您的序列是呈增长趋势的或者下降趋势的，估计这些期望值可能是困难的，并且规范化可能不是解决您问题的最好办法。如果要缩放的值超过最小值和最大值的边界，则所得到的值的范围不在0到1的范围之内。在进行预测之前，你可以先检
转载
2023-08-30 23:43:41
657阅读
如何实现Python列表均一化
介绍：
在Python编程中，列表是一种常见的数据结构，可以用于存储多个元素。有时候，我们需要对列表进行均一化处理，即将列表中的元素转化为相同的类型或形式。本文将介绍如何使用Python进行列表均一化操作，并提供详细的步骤和示例代码。
流程：
| 步骤 | 描述 |
| ------ | ------ |
| 步骤一 | 遍历列表，获取列表中的每个元素 |
|
原创
2024-02-14 10:52:22
31阅读
一、简介1.本篇博文是一篇关于线性回归的基本操作；时间序列的平稳性检验、协整检验和误差修正模型（在下一篇博文里延续传送门）等的博文。2.博主是一个普普通通的大学生，没有很厉害的技术，写的内容都是不太正经的偏小白简单的，写的也是学校教过的知识消化后自己的见解，不是很学术研究的博文。3.配置：Window 7旗舰版+64位操作系统+StataIC 14（64-bit）二、数据描述性统计分析1.导入数据
转载
2024-01-25 09:24:54
81阅读
一、基本了解（一）定义汇总1、稳健性（robustness）是产品对各种噪声的抵抗能力，反应为产品质量特性的变异程度。变异程度小的产品稳健性高。2、噪声噪声是引起质量变异的干扰因素，有三种形式：①外部噪声。比如温度、湿度等使用环境因素。②内部噪声。比如产品在存储和使用过程中发生的材料变质、老化、磨损。③零件间噪声。严格地说，任何两件产品的同一零件都不会完全一样。3、稳定性（stability）当一
转载
2024-02-21 15:29:20
167阅读
IBM SPSS Statistics中的kappa一致性检验一般用于双向有序分类资料，所谓双向有序分类资料其实是一个用于等级评定的二维列表。比如下图中的将一个考生的答案与标准答案进行对比的二维列表。图1：双向有序分类资料示例检验得出的kappa值是有其具体含义的，当kappa值等于“1”时，说明两个结果完全一致（可以理解形象理解为考试成绩为100分）；kappa值等于“-1”时说明结果完全不一致
转载
2023-08-17 17:30:20
214阅读
移动平均，滤波，平滑等，这些概念其实都大同小异，其作用都是希望能把
原创
2023-04-21 16:20:12
149阅读
python天生就是适合用来做爬虫，结合selenium真是如虎添翼；1) 安装库pip install selenium
pip install selenium-wire2）添加驱动，比如 chrome需要下载一个驱动，放到项目目录下或者python安装目录下，根据机器上对应的chrome版本进行下载。我是放在python3.exe的目录下载地址：CNPM Binaries Mirrorsel
转载
2024-07-03 22:49:37
63阅读
ICC(intraclass correlation coeficient)：用来评价对同一对象的多次测量之间的信度（reliability scale）#在SPSS中就是在这个词组里包含ICC检验的。比如测量实验老鼠的影像学指标，需对同一只老鼠测量8次，取其平均数或中位数来表示该老鼠的最终结果值计算公式为 MS（mean square）均方差，m为测量次数。均方
转载
2023-08-11 17:05:23
544阅读
正态分布也叫常态分布，在我们后面说的很多东西都需要数据呈正态分布。下面的图就是正态分布曲线，中间隆起，对称向两边下降。
SPSS里输入好）
SPSS里执行“分析—>描述统计—>频数统计表”(菜单见下图，英文版的可以找到相应位置)，然后弹出左边的对话框，变量选择左边的“期初平均分”，再点下面的“图表”按钮，弹出图中右边的对话框，选择“直方图”，并选中“包括正态曲线”
设置完后点“确定”，
# 平稳性检验：Python 实现与应用
## 引言
在时间序列分析中，平稳性是一个重要的特征。我们通常希望我们的时间序列数据是平稳的，这样才能使用许多统计模型和预测技术进行分析。本文将探讨平稳性检验的基本概念，如何在Python中实施，以及相应的代码示例。最后，我们将使用流程图和序列图来帮助理解这个过程。
## 什么是平稳性？
平稳性是指一个时间序列的统计性质（如均值、方差等）不随时间而
# Python平稳性检验
## 介绍
在统计学中，平稳性是指数据序列的统计特性在时间上是不变的。如果一个时间序列具有平稳性，那么它的统计特性，如均值和方差，在不同时间段内应该是相似的。平稳性是进行时间序列分析的重要前提，因为很多时间序列模型都要求数据是平稳的。
在Python中，我们可以使用多种方法来检验时间序列的平稳性。本文将介绍两种常用的平稳性检验方法：**ADF检验**和**KPSS
原创
2023-07-18 13:28:31
376阅读
# 平稳性检验的Python实现
## 引言
在时间序列分析中，平稳性是一个非常重要的概念。平稳时间序列的统计特性（如均值和方差）不随时间改变。这使得平稳序列成为许多统计模型的基础，比如自回归移动平均模型（ARMA）。如果序列不平稳，通常需要进行差分或其他转换以实现平稳。本文将介绍如何使用Python进行平稳性检验，并包含代码示例和图表。
## 平稳性检验的基本概念
最常用的平稳性检验方法
# Python 平稳性检验
## 引言
平稳性检验是时间序列分析中的重要步骤之一。时间序列数据是按照时间顺序排列的数据点集合，例如股票价格、气温变化等。平稳性是指时间序列在统计学意义下不随时间变化而变化，即均值和方差保持不变。平稳性检验的目的是确认一个时间序列是否是平稳的，以便进行后续的时间序列分析。
本文将介绍常见的平稳性检验方法，并使用Python代码示例来说明如何进行平稳性检验。
#
原创
2023-11-29 09:44:29
253阅读
