例如，有一个表有100对x和y值，我如何创建联合分布矩阵Px，y in r。我试图解决这个问题，但不知道如何开始
浏览 30提问于2021-09-28得票数 0
1回答
我的问题与多变量联合分布有关。我有一个源变量"x“和多个接收器"y1”"y2“"y3”。我有每个联合分布p(x，y1)，p(x，y2)，p(x，y3)。我的问题是如何从三者的组合中得到p</e
浏览 22提问于2020-05-02得票数 1
回答已采纳
我正在使用不同的项目数据集和输入特征(继承树的深度、子代的数量、方法的数量)，其中这些特征在每个不同的项目中具有每个类的值。我读过很多论文，说神经网络或任何其他模型都不能处理不同分布的数据集具有不同分布的数据集的含义是什么(其中单个数据集具有多个样本，每个样本对应于该项目中的一个类)为什么NN或任何算法都不能处理两个不同分布的数据集
浏览 0提问于2020-01-12得票数 0
1回答
根据我所研究的，生成模型是基于P(x，y)(联合概率分布)，而判别模型是基于条件概率的P(y，x)。但问题是为什么，实际上是如何做到的？联合概率是如何产生新数据的同时条件概率又是如何在当前数据集上工作的呢？有谁能用一个直观的例子来解释我，或者用某种联系来解释这个概念呢？
浏览 0提问于2019-11-29得票数 1
1回答
我有这两个数组/矩阵，它们代表两个离散随机变量X和Y的联合分布。我用这种格式表示它们，因为我想使用numpy.cov函数，这似乎是cov所要求的格式。0.06, 0.02, 0.04, 0.03, 0.02如何从给定的X和Y的联合分布中计算X
浏览 0提问于2018-12-27得票数 1
回答已采纳
我有两个数据集，包含40000个样本。我想在python中计算这两个数据集之间的Kullback-Leibler散度。在python中有什么有效的方法可以做到这一点吗？
浏览 2提问于2017-07-13得票数 3
在贝叶斯推理中，假设给出一个模型p(x\theta)和一个先验分布p(\theta)，我们观察到数据集D ={x_1，x_2，.，x_N}，目的是估计通常难以解决的后验p(\theta x\D)。有时，我发现一些人选择评估联合p(\theta，D)，因为这个联合分布与后面的p(\theta，D
浏览 4提问于2017-06-12得票数 0
回答已采纳
考虑两个随机变量X和Y均在[0,1]中均匀分布，并与相关rho相关。A = copularnd('gaussian',rho,P);
唯一的办法？
浏览 2提问于2016-05-29得票数 1
回答已采纳
1回答
Statement 1：机器学习的目标是从给定的数据中获取一个函数-- Statement 2：机器学习的目标是找到给定数据的底层分布函数让我们考虑下面的例子。神经网络的域是X_1的范围，我期望神经网络的范围是满足数据的正确映射的<em
浏览 0提问于2019-08-14得票数 4
在中，我发现了生成算法和鉴别算法的以下解释：是参数算法和非参数算法的定义。那么，从本质上说，
浏览 11提问于2014-05-23得票数 2
回答已采纳
1回答
我在Matlab中得到了一个矩阵，它给出了一个二维离散分布(N²->R)。
Matlab (R2011b，带有统计工具箱)中有没有提供中心矩和平均值的内置函数？
浏览 2提问于2012-06-19得票数 1
回答已采纳
1回答
每次运行，我都会从t分布生成数据。我set.seed十次才有十个特定的数据。p <- 5#######################################for (i in seed) {# generat
浏览 1提问于2021-02-03得票数 0
回答已采纳
我正在使用scipy.stats的gaussian_kde来拟合多变量数据的联合PDF，比如说，X和Y。
现在，我想有条件地对X值重新采样。例如，一旦我的X=x，从它的条件分布生成Y。让我们使用文档中的示例。kernel.resample(1)将在所有分布上生成一对(X，Y)。例如，当X为0时，我如何生成<em
浏览 1提问于2020-07-31得票数 1
因此，我被要求使用excel制作一个“技能矩阵”，似乎在某种程度上在逻辑上苦苦挣扎。我创建了一个下拉列表(x，y，z)，每个选项都引用不同的数据集。例如，如果我要从列表中选择'x‘，我希望使用vlookup，特别是从相关表返回数据。其目的是创造一种形式，将返回人员和技能的基础上，最初的选择。我目前使用的是=IF(ISERROR(SEARCH("x",$B$1)),&qu
浏览 1提问于2015-08-17得票数 0
事实证明，这在我的工作中是不正确的，而且当我的特性减少时，错误率就会上升。我不知道我是不是做错了，或者视频里的那个人犯了什么错误。有人能解释一下吗？
浏览 0提问于2013-10-02得票数 7
回答已采纳
1回答
我需要创建“用200个样本建立的二维数据集，这些样本来自一个非对角协方差矩阵的多元高斯分布”，但我既不是统计学家，也不是数学家，我没有完全理解这一点。
这是我所理解的。对角线矩阵是在主对角线之外的条目中包含所有零的矩阵。因此，我假设非对角线是指一个矩阵，它在主对角线之外的条目中没有所有的零，所以任何随机矩阵都可以，对吗？所以，我开始创建一个随机矩阵，因为这里没有任何大小，我只做了100x</
浏览 2提问于2016-06-06得票数 0
回答已采纳
1回答
考虑到理解R如何帮助进行贝叶斯计算所需的清晰性，在下面的内容中，我将在这方面问R编码问题。假设我有一个名为mu的对象，定义为：对象mu将用作下一个名为y.given.muy.given.mu <- rnorm( 1e4 , mu , 1 ) ## A vector of normal densities conditional on `mu`我在想我怎么
浏览 1提问于2017-05-24得票数 1
回答已采纳
1回答
我在理解GDA的可能性函数方面有困难，这是在安德鲁·吴的CS229笔记中给出的。l(φ，0，1，Σ) = log (乘积从i到m) {p(x(I)=y(I)；0，1，Σ)p(y(i);φ)}
链接是页面5。对于线性回归，函数是从i到me的乘积(y(I)\x(I)；theta)，这对我来说是有意义的。为什么这里有一个变化，说它是由p(x(I)\y(I))乘以
浏览 0提问于2015-09-06得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
