2019年7月11日
摘要：
from mxnet import ndh_forward = nd.array([1,2])h_backward = nd.array([3,4])h_bi = nd.concat(h_forward,h... 阅读全文
posted @ 2019-07-11 22:53
蔡军帅
阅读(211)
评论(0)
推荐(0)
摘要：
不同时刻，C内h1,h2,h3所占的权重不同，权重是a。权重的求法用了softmax。e的求法和St-1和ht有关。 不同的注意力机制就是对a的设计不同。 原论文的e的取法如下图。 v，W是要学习的参数，有点像多层感知机。 阅读全文
posted @ 2019-07-11 22:53
蔡军帅
阅读(2110)
评论(0)
推荐(0)
摘要：
超高维度分析，N*P的矩阵，N为样本个数，P为指标，N<<P PCA:抓住对y对重要的影响因素 主要有三种：PCA,因子分析，回归方程+惩罚函数（如LASSO） 为了降维，用更少的变量解决问题，如果是二维的，那么就是找到一条线，要使这些点再线上的投影最大，投影最大，就是越分散，就考虑方差最大。 阅读全文
posted @ 2019-07-11 11:48
蔡军帅
阅读(863)
评论(3)
推荐(0)
摘要：
超高维度分析，N*P的矩阵，N为样本个数，P为指标，N conomy #### 作线性回归> lm.sol summary(lm.sol)Call:lm(formula = y ~ x1 + x2 + x3, d... 阅读全文
posted @ 2019-07-11 11:48
蔡军帅
阅读(224)
评论(0)
推荐(0)
摘要：
#########################################0808聚类分析X<-data.frame( x1=c(2959.19, 2459.77, 1495.63, 1046.33,... 阅读全文
posted @ 2019-07-11 10:33
蔡军帅
阅读(276)
评论(0)
推荐(0)
摘要：
#########################################0808聚类分析 X<-data.frame( x1=c(2959.19, 2459.77, 1495.63, 1046.33, 1303.97, 1730.84, 1561.86, 1410.11, 3712.31, 2207.58, 2629.16, 1844.78... 阅读全文
posted @ 2019-07-11 10:33
蔡军帅
阅读(650)
评论(0)
推荐(0)
摘要：
Fisher就是找一个线L使得组内方差小，组间距离大。即找一个直线使得d最大。 阅读全文
posted @ 2019-07-11 09:13
蔡军帅
阅读(1217)
评论(0)
推荐(0)
摘要：
Fisher就是找一个线L使得组内方差小，组间距离大。即找一个直线使得d最大。 ####################################1、判别分析，线性判别：2、分层抽样#install.p... 阅读全文
posted @ 2019-07-11 09:13
蔡军帅
阅读(219)
评论(0)
推荐(0)
浙公网安备 33010602011771号