搜索结果
查询Tags标签： 误差，共有 84条记录-
学习总结：Python对陌生信号实现FFT
拿到实验数据后，如何进行FFT得到单边频谱：测试效果代码： 可能产生的问题主要有以下2点 ①测试代码时，发现x的长度不是预设的num！ 原因是python浮点数误差，存储精度的问题 ②FFT频谱幅值出现误差！ 原因是出现了频谱泄漏
2022/1/8 14:04:25 人评论 次浏览 -
学习总结：Python对陌生信号实现FFT
拿到实验数据后，如何进行FFT得到单边频谱：测试效果代码： 可能产生的问题主要有以下2点 ①测试代码时，发现x的长度不是预设的num！ 原因是python浮点数误差，存储精度的问题 ②FFT频谱幅值出现误差！ 原因是出现了频谱泄漏
2022/1/8 14:04:25 人评论 次浏览 -
贝叶斯误差
Wiki定义：贝叶斯误差（bayes error rate)是指在现有特征集上，任意可以基于特征输入进行随机输出的分类器所能达到最小误差。也可以叫做最小误差。 先直接回答题主的疑问：“书上说是从预先知道的分布预测而出现的c误差，既然已经预先知道分布了，那么为什么还有误差呢？…
2022/1/3 6:12:22 人评论 次浏览 -
贝叶斯误差
Wiki定义：贝叶斯误差（bayes error rate)是指在现有特征集上，任意可以基于特征输入进行随机输出的分类器所能达到最小误差。也可以叫做最小误差。 先直接回答题主的疑问：“书上说是从预先知道的分布预测而出现的c误差，既然已经预先知道分布了，那么为什么还有误差呢？…
2022/1/3 6:12:22 人评论 次浏览 -
统计学习方法学习笔记第三章(k邻近算法）
给定一个训练集，假设实例的类别已定，给定一个新的实例，根据离其最近的k个实例的类别，通过多数表决的方式来确定新实例的类别。k邻近模型: 在k邻近算法中，当训练集，距离度量，k值以及决策规则（如欧式距离）确定后，对于任意一个新输入的实例，它所属的类是唯一确定的…
2022/1/1 14:07:17 人评论 次浏览 -
统计学习方法学习笔记第三章(k邻近算法）
给定一个训练集，假设实例的类别已定，给定一个新的实例，根据离其最近的k个实例的类别，通过多数表决的方式来确定新实例的类别。k邻近模型: 在k邻近算法中，当训练集，距离度量，k值以及决策规则（如欧式距离）确定后，对于任意一个新输入的实例，它所属的类是唯一确定的…
2022/1/1 14:07:17 人评论 次浏览 -
多元统计分析sse，sst，ssr
SSE(和方差、误差平方和)：The sum of squares due to error MSE(均方差、方差)：Mean squared error RMSE(均方根、标准差)：Root mean squared error R-square(确定系数)：Coefficient of determination Adjusted R-square：Degree-of-freedom adjusted coefficient of …
2021/12/30 23:41:30 人评论 次浏览 -
多元统计分析sse，sst，ssr
SSE(和方差、误差平方和)：The sum of squares due to error MSE(均方差、方差)：Mean squared error RMSE(均方根、标准差)：Root mean squared error R-square(确定系数)：Coefficient of determination Adjusted R-square：Degree-of-freedom adjusted coefficient of …
2021/12/30 23:41:30 人评论 次浏览 -
自控理论 第3章-2 稳定性与稳态误差
3.3 系统的稳定性及其判据 3.3.1 在复平面上分析稳定性 由上一节的讨论发现，极点在OLHP中时，系统才会在足够长的时间后稳定在某一个值上。于是定义了稳定性：如果系统的传递函数\(G(s)\)的所有极点都在OLHP，那么说这个系统是稳定的。系统是否稳定只与系统本身有关，而与…
2021/12/24 23:37:24 人评论 次浏览 -
自控理论 第3章-2 稳定性与稳态误差
3.3 系统的稳定性及其判据 3.3.1 在复平面上分析稳定性 由上一节的讨论发现，极点在OLHP中时，系统才会在足够长的时间后稳定在某一个值上。于是定义了稳定性：如果系统的传递函数\(G(s)\)的所有极点都在OLHP，那么说这个系统是稳定的。系统是否稳定只与系统本身有关，而与…
2021/12/24 23:37:24 人评论 次浏览 -
AI 神经网络学习
神经网络学习 1、输出与输入的关系（感知基）： $$ y=\begin{Bmatrix} 1 & {\overrightarrow{x}\cdot \overrightarrow{w}+b>0}\ 0 & {\overrightarrow{x}\cdot \overrightarrow{w}+b\leqslant 0} \end{Bmatrix} $$ 这个模型由生活中而来，$\overrightarrow{x}…
2021/12/8 23:24:22 人评论 次浏览 -
AI 神经网络学习
神经网络学习 1、输出与输入的关系（感知基）： $$ y=\begin{Bmatrix} 1 & {\overrightarrow{x}\cdot \overrightarrow{w}+b>0}\ 0 & {\overrightarrow{x}\cdot \overrightarrow{w}+b\leqslant 0} \end{Bmatrix} $$ 这个模型由生活中而来，$\overrightarrow{x}…
2021/12/8 23:24:22 人评论 次浏览 -
math 百分比误差、百分比差异、百分比变化
____tz_zs Percentage Error 百分比误差 将近似值与精确值进行比较时使用百分比误差. 忽略减号（不要理会），除非您想知道误差是低于还是高于准确值"百分比误差"的公式: 百分比误差=∣近似值−准确值∣∣准确值∣100%\mathrm{百分比误差}=\frac{\left|\mathrm{…
2021/11/17 23:42:33 人评论 次浏览 -
math 百分比误差、百分比差异、百分比变化
____tz_zs Percentage Error 百分比误差 将近似值与精确值进行比较时使用百分比误差. 忽略减号（不要理会），除非您想知道误差是低于还是高于准确值"百分比误差"的公式: 百分比误差=∣近似值−准确值∣∣准确值∣100%\mathrm{百分比误差}=\frac{\left|\mathrm{…
2021/11/17 23:42:33 人评论 次浏览 -
模型评估和选择
可用模型很多：不同的算法产生不同的模型，相同的算法用不同的参数也产生不同的模型。 怎么选？使用训练误差最小的那个模型？显然不行，过拟合问题。 模型选择涉及两个问题：一是评估方案的实验设计问题，这方面主要是如何从已有数据中分离出测试数据集，二是评估度量问题…
2021/11/17 6:11:15 人评论 次浏览
