zoukankan      html  css  js  c++  java
  • signals function|KNN|SVM|average linkage|Complete linkage|single linkage

    生物医疗大数据

    存在系统误差使得估计量有偏,如下图红色和蓝色图形,存在随机误差使得估计量并不是同一个值,如图中除去期望之外的曲线值,为了控制随机抽样造成的误差,可以使用p-value决定是否服从假设检验,判断两个变量之间相关性的有无。

     

    相关系数:该系数广泛用于度量两个变量之间的线性相关程度。

    建立模型:

    技术种类:线性模型&机器学习模型

    按输出数据分类:监督学习模型&非监督学习模型

    Average linkage demo

     

    第一个矩阵是原始数据,单未知数据结构,通过average linkage方法结倒推得到其数据结构,即把数据展开了。主要步骤是找到Smallest distance(因为此两者之间的关系最简单),将距离均值作为到中间未知的距离(因为average linkage中的average决定的),随后以此类推。

    除去average linkage方法之外还有MaxComplete linkage&minsingle linkage

    对于classify来说,有data-baseKNNK取值重要决定学习规则的范围;和Model-oriented其最重要的是找到区分多类数据的曲线,该曲线的函数思路可有以下三种:

    1.高次项SVM(升维)

    2.用傅里叶变换用三角函数凑不平滑曲线

    3.signals function源自泰勒展开,通过将signals function加权得到划分曲线,这也是神经网络模型的基础

     
  • 相关阅读:
    1051 Wooden Sticks(贪心-3)
    97 等价交换(贪心-2)
    python文件操作
    python学习-day 2
    python学习-day 1
    Python 测试题目-1
    Python list和dict方法
    Python 字符串
    while循环语句
    Python if判断语句
  • 原文地址:https://www.cnblogs.com/yuanjingnan/p/11538173.html
Copyright © 2011-2022 走看看