摘要:
https://blog.csdn.net/j904538808/article/details/78427329 斯皮尔曼等级相关 阅读全文
posted @ 2018-11-08 18:13
GXTon
阅读(343)
评论(0)
推荐(0)
摘要:
shu=[[ 0.03046758], [ 0.05485586], [ 0.03282908], [ 0.02107211], [ 0.0391144 ], [ 0.07847244], [ 0.10637069], [ 0.10912484], [ 0.08255005], [ 0.044012 阅读全文
posted @ 2018-11-08 15:51
GXTon
阅读(610)
评论(0)
推荐(0)
摘要:
b=range(3) #输出的是[0, 1, 2] ,其实这里如果用在循环上,代表着循环多少次,这里是循环3次。从零开始。print(list(b)) 阅读全文
posted @ 2018-11-08 14:13
GXTon
阅读(474)
评论(0)
推荐(0)
摘要:
http://www.cnblogs.com/itdyb/p/5731804.html 一开始我是这样写的,据说这样写python2是可以的: myList = [-1,2,-3,4,-5,6]absList = map(abs, myList) print(absList) 但是在python3中 阅读全文
posted @ 2018-11-08 11:27
GXTon
阅读(2600)
评论(0)
推荐(0)
摘要:
皮尔逊相关系数: 用于度量两个变量X和Y之间的相关(线性相关),其值介于-1与1之间。 几组的点集,以及各个点集中和之间的相关系数。我们可以发现相关系数反映的是变量之间的线性关系和相关性的方向(第一排),而不是相关性的斜率(中间),也不是各种非线性关系(第三排)。请注意:中间的图中斜率为0,但相关系 阅读全文
posted @ 2018-11-08 10:25
GXTon
阅读(5162)
评论(0)
推荐(0)
摘要:
https://blog.csdn.net/longwei92/article/details/83098289 https://blog.csdn.net/u013731339/article/details/41449177 (多种排序方法) argsort()函数是将x中的元素从小到大排列,提 阅读全文
posted @ 2018-11-08 08:58
GXTon
阅读(26983)
评论(0)
推荐(0)
摘要:
海明距离是序列相同位置上数据不同的个数,比如abc和acb,海明距离是第二位和第三位不同,海明距离是2。欧氏距离就是空间点距离,v0=(a0,b0,c0), v1=(a1,b1,c1),则欧氏距离是sqrt( (a0-a1)^2+(b0-b1)^2+(c0-c1)^2)这些距离和机器学习应该是独立的 阅读全文
posted @ 2018-11-08 08:31
GXTon
阅读(5608)
评论(0)
推荐(2)

浙公网安备 33010602011771号