摘要: 继承和多态在OOP程序设计中,当我们定义一个class的时候,可以从某个现有的class继承,新的class称为子类(Subclass),而被继承的class称为基类、父类或超类(Base class、Superclass)。>>> class Animal(object):#名为Animal的cl... 阅读全文
posted @ 2015-04-28 14:25 机器学习算法与Python 阅读(714) 评论(0) 推荐(0) 编辑
摘要: 功效分析功效分析可以帮助在给定置信度的情况下,判断检测到给定效应值时所需的样本量。反过来,它也可以帮助你在给定置信度水平情况下,计算在某样本量内能检测到给定效应值的概率。如果概率低得难以接受,修改或者放弃这个实验将是一个明智的选择。10.1假设检验速览在研究过程时,研究者通常关注四个量:样本大小、显... 阅读全文
posted @ 2015-04-27 23:58 机器学习算法与Python 阅读(2760) 评论(3) 推荐(0) 编辑
摘要: 面向对象编程面向对象编程——Object Oriented Programming,简称OOP,是一种程序设计思想。OOP把对象作为程序的基本单元,一个对象包含了数据和操作数据的函数。面向过程的程序设计把计算机程序视为一系列的命令集合,即一组函数的顺序执行。为了简化程序设计,面向过程把函数继续切分为... 阅读全文
posted @ 2015-04-27 10:41 机器学习算法与Python 阅读(647) 评论(0) 推荐(0) 编辑
摘要: 第九章方差分析9.2 ANOVA 模型拟合9.2.1 aov()函数aov(formula, data = NULL, projections =FALSE, qr = TRUE,contrasts = NULL, ...)9.2.2 表达式中各项的顺序y ~ A + B + A:B有三种类型的方法... 阅读全文
posted @ 2015-04-27 09:38 机器学习算法与Python 阅读(2275) 评论(0) 推荐(0) 编辑
摘要: 8.6 选择“最佳”的回归模型8.6.1 模型比较用基础安装中的anova()函数可以比较两个嵌套模型的拟合优度。所谓嵌套模型,即它的一些项完全包含在另一个模型中用anova()函数比较> states fit1fit2 anova(fit2,fit1)Analysis of Variance Ta... 阅读全文
posted @ 2015-04-26 17:47 机器学习算法与Python 阅读(5633) 评论(0) 推荐(0) 编辑
摘要: 高阶函数Higher-orderfunction变量可以指向函数>>> abs #abs(-10)是函数调用,而abs是函数本身>>> f = abs #函数本身也可以赋值给变量>>> f #变量可以指向函数>>> f(-10) #变量调用函数10函数名也是变量>>> abs = 10>>> abs... 阅读全文
posted @ 2015-04-25 23:03 机器学习算法与Python 阅读(649) 评论(0) 推荐(0) 编辑
摘要: 8.4 异常观测值8.4.1 离群点car包也提供了一种离群点的统计检验方法。outlierTest()函数可以求得最大标准化残差绝对值Bonferroni调整后的p值:> library(car)> outlierTest(fit)rstudent unadjusted p-value Bonfe... 阅读全文
posted @ 2015-04-24 23:30 机器学习算法与Python 阅读(2166) 评论(1) 推荐(0) 编辑
摘要: 同步更新 阅读全文
posted @ 2015-04-24 21:33 机器学习算法与Python 阅读(151) 评论(0) 推荐(0) 编辑
摘要: 8.3回归诊断> fit par(mfrow=c(2,2))> plot(fit)为理解这些图形,我们来回顾一下oLs回归的统计假设。口正态性当预测变量值固定时,因变量成正态分布,则残差值也应该是一个均值为0的正态分布。正态Q-Q图(Normal Q-Q,右上)是在正态分布对应的值下,标准化残差的概... 阅读全文
posted @ 2015-04-24 11:51 机器学习算法与Python 阅读(2926) 评论(0) 推荐(1) 编辑
摘要: 定义函数def my_abs(x):#求绝对值的my_abs函数if x >= 0:return xelse:return –xdef nop():#空函数pass#占位符参数检查>>> my_abs(1, 2)Traceback (most recent call last):File "", l... 阅读全文
posted @ 2015-04-24 09:15 机器学习算法与Python 阅读(402) 评论(0) 推荐(0) 编辑