1 机器学习基础 1.1 机器学习的定义与核心概念 为了更深入地理解机器学习，我们可以从以下核心概念入手： 数据驱动：机器学习完全依赖于数据。这些数据既可以是结构化的，如表格，也可以是非结...

关于文章的测试 这是一个引言，下面是一个文章链接，和一个文章列表 点击左边的 + 打开代码框 PythonJavaScriptMATLAB dict = {'name': 'zhangsan', 'age': 18} print(dict) let num = 2 consol...

层次聚类是一种非常独特和强大的聚类方法，与众多其他的聚类技术相比，它不仅为数据集提供了一个划分，还给出了一个层次结构，这在某些应用中是非常有价值的。在生物信息学、社会网络分析、市场...

DBSCAN是在1990年代后期推出的一种聚类方法，它迅速成为基于密度的聚类技术中最受欢迎和广泛使用的算法之一。与传统的聚类方法如K-means不同，DBSCAN的主要优势在于其能够识别出任意形状的聚类...

t-SNE是一种用于探索高维数据结构的非线性降维技术。它特别适用于高维数据的可视化，因为它能够在低维空间中保留原始高维数据的局部结构。由于这个特性，t-SNE在机器学习和数据分析领域越来越受...

主成分分析（PCA）是一种统计方法，用于减少数据的维度，同时尽量保留原始数据中的方差。PCA在机器学习和数据可视化中有着坚实的地位，因为它可以有效地简化数据，同时保留其核心特征。 1 算法...

引言 在机器学习和数据分析领域，当数据的维度特别高时，处理和分析数据就会变得尤为困难。这是因为随着维度的增加，数据的稀疏性也会增加，这种现象被称为“维度的诅咒”。为了克服这个挑战，...

假设检验的目的与参数估计的目的相同，都是根据样本求总体的参数，但是思想正好相反。可以把参数估计看作正推，即根据样本推测总体：而假设检验是反证，即先在总体上作某项假设，用从总体中随机...

统计量 在数理统计学中，把研究对象的全体所构成的集合称为总体或母体，而把组成总体的每一个元素称为个体。在实际中，总体的分布往往不可得，因此统计学基本可以看作是用样本来推测总体分布情...

大数定律与中心极限定理是统计学家总结出的自然现象，是概率统计的基石。很多定理和推论都是基于它们之上的研究。 大数法则 讲个故事，一位数学家调查发现，欧洲各地男婴与女婴的出生比例是22：...

先来具体看一下经验分布函数的定义：首先，根据大数定理（详见1.4.1节），在抽样的次数足够大时，可以把抽样结果的频率当做概率。所以经验分布函数的核心思想就是把频率分布函数当作概率分布函...