1回答
我正在尝试理解卡尔曼滤波器的最佳性。根据维基百科的说法：“从理论上我们知道，卡尔曼滤波器在以下情况下是最优的: a)模型与真实系统完美匹配，b)输入噪声是白色的，c)噪声的协方差是确切已知的。”但是这种最佳性意味着什么，我如何测试它呢？
我在卡尔曼滤波器上找到了学生daves的例子，并开始测试它。我通过改变卡尔曼滤波器估计的噪声参数来做到这一点。我通过取估计误差的均方根对结果进行排序，并期望在噪声方差与真实噪声参数匹配时获得最佳结果。我错了。为什么会这样呢？
下面是我在测试中使用的matlab代码(从Student Daves示例修改而来)
% written by StudentDave
%
浏览 2提问于2014-08-05得票数 2
我想获得一个关于k变化如何影响k-折叠验证的直觉。下面这个是对的吗？
OOS MSE的平均值一般会随着k减少，因为较大的"k“意味着训练集更大，所以我们有更多的数据来拟合模型(假设我们使用的是”正确“模型)。
OOS MSE的方差通常应该随k的增加而增加，较大的k意味着有更多的验证集。因此，我们有更多的个人中小企业平均。由于许多小褶皱的均方根比少数大褶皱的MSE更稀疏，所以方差会更大。
📷
浏览 0提问于2018-08-19得票数 3
回答已采纳
1回答
我有一个506行的数据集，在此数据集上执行休假一次交叉验证，一旦得到均方误差，我就计算我找到的均方误差的平均值。每次我运行它都会改变这一点。这是意料之中吗？如果是的话，谁能解释一下为什么每次我运行它都会改变它呢？
为了留下一份简历，我先洗牌行，df是数据框架。
df <-df[sample.int(nrow(df)),]
然后，将dataframe拆分为506个数据帧，并将其发送到lm()，并为每个数据帧(在本例中为每一行)获取MSE。
fit <- lm(train[,lastcolumn] ~.,data = train)
pred <- predict(fit,test
浏览 1提问于2014-01-27得票数 1
回答已采纳
我使用Google Bigquery训练了一个KMEANS集群模型，它在我的模型的评估选项卡中给出了这些指标。我的问题是，我们是试图最大化还是最小化Davies-Bouldin指数和均方距离？
浏览 4提问于2019-12-11得票数 4
我正在处理k-means聚类6条记录。我得到了质心和K=3。我只有两个特征。我给定的质心是已知的。由于我只有3个特征，我假设为x，y点，并且我已经绘制了它们。
将这些点映射到x和y轴上，找到我发现的欧几里德距离，假设(8,6)属于我的第一个簇。然而，对于所有其他记录，记录2个最近质心之间的欧几里德距离是相同的。那么假设点(2,6)应该属于质心(2,4)或(2,8)?？或(5,4)属于(2,4)或(8,4)?？
感谢您的回复
浏览 14提问于2016-08-11得票数 0
1回答
嗨，我是线性回归的新手。我想知道
机器学习线性回归中b/w梯度下降和均方误差的差异是什么？
和
机器学习在线性回归中何时使用梯度下降和均方误差？或者什么时候在线性回归中使用哪一种算法？
有人能解释一下吗？
浏览 0提问于2018-10-04得票数 1
1回答
我已经找到了以下计算簇间距离和簇内距离的公式，我不太清楚它们是如何工作的。
簇间距离
上面的公式不应该有平方根吗？
组间和组内：
为什么会有从N+1开始的j索引？而不是从1到N2？
哪一个是正确的？或者是否存在任何对等关系？或者我应该取质心之间的距离作为簇间距离？看起来很简单。簇内距离呢？
我发现维基百科的公式更难理解。
我需要计算这个距离，以适当的分组颜色，以创建一个减少颜色调色板，所以我认为这些距离越精确，更准确的分组(公式，而不是之间的中心距离之间的簇间距离)。矢量是三维的(RGB分量).
浏览 4提问于2014-08-24得票数 5
1回答
对于一维数据或由单个列组成的数据，计算错误(RMSE)非常简单。例如，我们可以使用python库。
from sklearn.metrics import mean_squared_error
RMSE = mean_squared_error(y_actual, y_predicted, squared=TRUE)
模型可以有多个输出列2、10甚至100。
如果数据没有列，如何计算RMSE？
例如：
y_act = np.array([1.022,0.94,1.278,2.096,1.404,
2.035,1.622,2.348,1.909,1.678,
1.638,1.742,2.279
浏览 0提问于2021-03-19得票数 2
我有一个并行应用程序，在每个节点中，我根据计算的平均值计算数据点每个分区的方差，但如何计算全局方差(所有方差的和)？
我认为这是一个简单的方差之和，除以节点数，但它并没有给我一个接近的结果.
浏览 3提问于2014-06-23得票数 1
回答已采纳
1回答
我确实读过，并希望为简单的行匹配实现它。然而，我只有非常基本的数学知识，不能真正理解页上的方程式。
假设我能够从2幅图像中提取点，用蛮力循环搜索最近的一对，得到一个具有相应距离的对的列表。
利用上述数据计算单一指标的下一步是什么？我目前提出的想法是简单地平均所有的距离。我相信这是很多更好的方法。或者我应该收集更多的数据进行计算？
浏览 0提问于2014-03-14得票数 0
回答已采纳
2回答
我正在尝试在下面的数据集上实现K-means算法。计算任意两个数值属性之间的距离是很简单的，但是如何计算两个字符串之间的距离，以及如何将所有距离(即字符串属性之间的距离和数值属性之间的距离)相加。请告知me.Thank你。
浏览 1提问于2012-11-23得票数 2
回答已采纳
1回答
我对度量MAE和RMSE的概念有些陌生，因为我使用回归而不是分类，所以我知道使用这些度量而不是准确性是值得推荐的。我想知道如何测量我的模型的真实精度，标记集要么是-1，要么是1取决于指定的输入，我的模型线性地输出负数和正数。以下是在培训过程中返回的图表：
与训练和测试线相比，我的模型看起来不太合适，这也意味着RMSE是.5，不能再低一点？谢谢。
浏览 4提问于2022-02-19得票数 -3
回答已采纳
1回答
我手里拿着一个数据，当方差固定时，我通过增加数据的采样频率来增加样本的数量。随着样本量的增加，均方误差减小。
这是什么原因？为什么它在减少？
浏览 16提问于2022-05-27得票数 0
1回答
我已经看到了和Andrew的神经网络成本函数，并且我注意到，Andrew的成本函数与神经网络的书籍不同。安德鲁·吴使用J(Θ)=−(1/m)∑∑y *log((hΘ(X)+(1−y)*log(1−(hΘ(X)，而本书使用均方误差。
每个错误公式的优缺点是什么？
浏览 3提问于2020-01-21得票数 1
回答已采纳
在对数据进行简单线性回归(OLS)后，此函数使用什么公式？有许多不同的预测区间公式，一些使用RMSE (均方根误差)，一些使用标准差等。
特别是，我想知道它是使用这个公式还是其他什么：
注意x参数的标准差。
浏览 34提问于2018-02-15得票数 1
回答已采纳
我有一个LSTM模型，它根据今天的流出量、温度和降雨量来预测明天的流出量。 model = Sequential()
model.add(LSTM(units=24, return_sequences=True,
input_shape=(X_Train.shape[1],X_Train.shape[2])))
model.add(Dropout(0.2))
model.add(LSTM(units=50))
model.add(Dropout(0.2))
model.add(Dense(20, activation='relu'))
model.ad
浏览 371提问于2020-09-30得票数 0
1回答
我有许多时间序列记录，在某些时候重叠，不一定有相同的开始和结束日期。每一行代表不同的时间序列。为了保持数据收集的实际时间，我让它们保持相同的长度。
例如，t(1,2,3,4,5,6)：
Station 1: nan, nan, 2, 4, 5, 10
Station 2: nan, 1, 4, nan, 10, 8
Station 3: 1, 9, 4, 7, nan, nan
我试图在Python中运行一个聚类分析，对具有类似行为的站点进行分组，在那里行为的时机非常重要，所以我不能就这样处理掉nans。(据我所知)。
有什么想法吗？
浏览 5提问于2013-09-05得票数 5
我在理解GridSearchCV中cv参数的效果时遇到了问题。我仍然使用Python 2.7和sklearn 0.18
当使用GridSearchCV调整一些参数，例如岭回归时，我预计随着训练中包含的数据越来越多，分数会随着折叠次数的增加而上升。然而，我观察到了相反的行为。有人能向我解释一下，这是否应该是意料之中的呢？
考虑下面的例子
from __future__ import division, print_function
from sklearn import linear_model
from sklearn import preprocessing
from sklearn imp
浏览 32提问于2017-01-18得票数 0
回答已采纳
据我所知，来自ExtraTreesRegressor的sklearn是通过随机分裂来工作的，而不是最小化像gini这样的分类度量或mae来进行回归。
我不明白为什么有一个criterion参数，因为分裂的标准应该是随机的。
这只是为了代码兼容性，还是我遗漏了什么？
浏览 0提问于2020-06-17得票数 4
回答已采纳
1回答
能量函数和损失函数有什么区别？
、、、、
在论文中，我看到了两个定义：
能量函数E(X, Y)通过推理过程最小化:目标是求出Y的这种值，使得E(X, Y)取最小值。
损失函数是利用训练集来衡量能量函数质量的一种方法。
我理解损失函数的含义(很好的例子是均方误差)。但是你能解释一下能量函数和损失函数之间的区别吗？你能给我一个ML或DL中能量函数的例子吗？
浏览 0提问于2018-05-15得票数 8
回答已采纳
1回答
我正在使用Weka时间序列预测来预测NLP在2018中的趋势。为此，我在evaluate on training中使用Weka选项来获得根均方误差(RMSE)。我获得的RMSE值是0.785。
这意味着什么？是否有一个阈值(例如，RMSE < 0.2)可以考虑accept/reject这个预测？
浏览 0提问于2018-02-21得票数 1
回答已采纳
1回答
我需要一些失真处理的算法
、、、
我的问题是:我有一组4个点O，A，B，C位于一个曲面上。由于曲面的变形，点A，B，C被移动到新的位置，即A'，B'，C‘。现在我想找到O的新位置，它使两组距离(O'A'，O'B'，O'C'，O'O)和(OA，OB，OC，OO)的均方根误差(RMSE)最小化。有人知道哪种算法可以解决我的问题吗？
浏览 2提问于2015-12-01得票数 3
1回答
目标是以旅行距离之间的差异最小的方式加入星体和蓝点。在某些情况下(如果不是全部的话)，解决方案也可以避免恒星到蓝点路径之间的重叠。场景1D显示了必须跟随解的序列，其中显示形成的星点对和蓝点对必须是1A和2B。红色箭头表示距离方差较高的解决方案，而黑色箭头表示最小距离方差。在场景2D中也会发生同样的情况，其中将要形成的对将是1A、2B和3C。我编写的强力解考虑了所有可能的对(星+蓝点)组合，然后选择具有最小旅行距离方差的组合集合。
浏览 3提问于2022-06-15得票数 0
6回答
在最小二乘模型中，成本函数被定义为预测值与实际值之差的平方，作为输入的函数。
当我们进行逻辑回归时，我们将成本函数更改为对数函数，而不是将其定义为sigmoid函数(输出值)与实际输出之间的差值的平方。
是否可以更改和定义我们自己的成本函数来确定参数？
浏览 2提问于2012-08-28得票数 22
回答已采纳
1回答
我很难理解如何比较MSE和数据方差的结果。我知道MSE被用来计算数据点离预测有多远，比如说你做了线性回归，方差告诉我们数据点有多远。这些是可比的吗？如果是的话，在什么方面？举个例子，我们必须做线性回归，得到数据的方差在3-400左右，但平均均方根值比50.000高得多。我们如何比较这两个值呢？如果这两者大致相等的话，是否合适呢？或者，即使MSE比方差高得多，它也是一个很好的匹配吗？
(预先谢谢:)
浏览 0提问于2022-10-30得票数 0
我是一个C++程序员。我想在C++中使用DSP算法。
理解数字信号处理背后的科学是实现DSP算法的先决条件吗？
浏览 0提问于2014-02-16得票数 -1
回答已采纳
给定一个点云，找到最接近的平面的最好方法是什么，既相当准确，又足够快？
我搜索了最近的飞机，但没有找到任何相关信息。
我想用这个把它们扣到这架飞机上。
浏览 0提问于2012-03-20得票数 3
回答已采纳
1回答
我正在上一门计量经济学课程，并且一直在尝试使用Python，而不是他们设置作业的propreitry和EVIEWS。
在其中一个问题中，我有一段时间的消费数据。我被要求用两种方法计算它。
第一种方法是计算表单消耗= Aexp( Bt )的模型，第二种方法是记录双方，并在log (消耗量)= alpha +Bt上做普通的OLS。
我知道怎么做第二条路。但是，当我试着做第一条路的时候，它就出错了。使用状态模型，我可以对时间数据进行指数化(在正常化之后)，但这将以消耗= Aexp(t) + B的形式计算一个回归，这不是我想要的。(我想指定参数到哪里去)。在滑雪板上，我可以找到一个多项式回归，但不是指
浏览 3提问于2020-02-19得票数 0
2回答
建立了目标在0~ 1之间的回归模型，目标的标准差为0.817 .5 2，模型的均方根均值为0.52。我想知道这个好模特是不是。
任何反馈都是有用的。
谢谢
浏览 0提问于2018-07-05得票数 1
有些帖子推荐，但是否有更简单的方法(例如，将图像转换为NumPy数组并使用枕头方法)？
浏览 10提问于2022-09-28得票数 0
回答已采纳
我的问题是关于神经网络训练的。我已经搜索过了，但是没有很好的解释。
那么，对于第一个问题，如何计算均方误差？(我知道这很愚蠢，但我真的不明白)
第二:当神经网络进行训练时，我们输入一个由许多对(输入及其期望输出)组成的训练集。现在我们应该在什么时候计算均方误差？当我们已经得到所有的配对时，它是这样的吗？或者我们为每一对计算它？
如果是针对每一对，那么在训练集内的所有对都被采用之前，当误差达到最小期望误差时，存在这种可能性。
第三:训练集的一个循环的时值是否增加？或者，当每对(输入和期望输出)都被占用时，它会增加吗？(我知道这是另一个愚蠢的问题，但请容忍它)
非常感谢
浏览 1提问于2014-01-02得票数 4
回答已采纳
1回答
我很难理解本网站中预期的平方误差公式：
y=f(x)+e真回归线
\hat{y}=\hat{f}(x)您的估计回归线
error(x)=\bigg(\mathbb{E}[\hat{f}(x)]-f(x)\bigg)^2+\mathbb{E}\bigg[(\hat{f}(x)-\mathbb{E}[\hat{f}(x)]\bigg]^2+var(e) =bias^2+variance+\text{irreducible error}
我的问题是，从这个数学方程中了解偏差和方差的最好方法是什么？
我对差异的理解是：
假设您收集了一个包含1000条记录的样本，然后根据此示例生成回
浏览 0提问于2019-08-21得票数 7
1回答
我已经制作了一个包含15个特征或列的NN，每个特征/列的范围从-50到+100，并且输出应该始终是正的。
问题在于损失和精度，每个时期的损失都很大。
代码如下：
td = pd.read_csv('data.csv')
tg = train_data.pop('RESULT')
dataset = tf.data.Dataset.from_tensor_slices((td.values, tg.values))
td = dataset.shuffle(len(td)).batch(1)
model = tf.keras.Sequential([
tf.k
浏览 12提问于2020-05-24得票数 0
回答已采纳
我正在使用OpenCV的calibrateCamera，并试图了解它是如何计算重投影错误的，以及这个错误代表了什么。这似乎是投影点和测量图像点之间欧几里得距离的均方根--这是对的吗？然而，最终的重投影误差被“最小化”意味着什么呢？calibrateCamera()是否显式地使用函数projectPoints()来查找投影点？
浏览 4提问于2016-06-18得票数 2
回答已采纳
在randomForest()中实现的算法生成自举数据。它有可能生成零变量。在这种情况下，这些自举常量是在选择mtry候选变量之前删除，还是从候选变量池中提取然后删除？ 与之相关的是，我们可以想象这样一种情况，即所有自举变量都显示为零变化。在这样的边缘情况下，包做了什么？
浏览 26提问于2021-04-23得票数 0
3回答
我有一个优化问题。这只是一种旅行推销员的风格。
假设我有一组目的地和另一组对应的源。我需要将每个目的地与一个原点链接起来，以便路线之间的差异尽可能小。
我对形成一对总距离最短的坐标不感兴趣。我想要最小化路线之间的差异。
显然，有许多可能的组合来创建始发地-目的地对，只需找到所有路由都或多或少相等的最佳组合即可。
对解决这个问题有什么想法？
浏览 2提问于2010-01-17得票数 2
回答已采纳
1回答
我希望利用一个随机森林回归在Go使用高尔夫存储库()。据我所知，高尔夫只支持随机森林分类器，它用类和概率()进行预测。
是否有一种简单的方法来利用分类器的预测概率，并使用它来形成标量预测(相当于回归者的预测)？
提前感谢！
浏览 3提问于2020-03-25得票数 0
2回答
我有两个集合，每个集合都是一对数字的列表
Set1 =[(x1, y1), (x2, y2), ..., (xN, yN)]
Set2 =[(a1, b1), (a2, b2), ..., (aN, bN)]
如果在XY平面上打印，set1和Set2具有相同的基本形状，但是set2的数据点是旋转/平移/缩放/噪声/倾斜版本的Set1。每个集合中的配对的排序是随机的。有没有一种有效的方法来确定set1中的哪些点对应于set2中的对应点？
浏览 3提问于2013-01-11得票数 11
回答已采纳
1回答
如何获取统计模型的方差分析表？
、、、、
对于链接中的示例，我还想获得一个类似于您在SAS中获得的方差分析表，其中您在一个表中有源(模型、误差、总)、DF、平方和、均方、F值和p值。
浏览 36提问于2020-02-18得票数 0
所有的k-均值算法都试图以一种或另一种方式找到k点，这样，如果你将原始数据集中的任何点映射到从这些k点到它最近的点，到这些点的平方距离之和就会最小化。
这个成本函数的问题：
假设下面的1维情形(即数，而不是向量)为k= 2，让我们调用地面真值点A和B，使A= -1和B=1，并将这些点称为最佳k-均值算法，返回C和D，使C和D分别对应于A和B。现在假设我们有一个大的数据集，它是从A和B周围的点创建的，有一些正态分布。假设方差足够大，我们预计A的百分比是正的，B的百分比是负的，因为这些点会映射到错误的点，这会使C和D更接近彼此--除了A和B，而且随着方差的增加，C和D都接近0。
这个问题的解决方案
浏览 2提问于2020-09-24得票数 1
回答已采纳
在配色方案中，我希望对色调进行排序，但希望避免“大间隙”，即优先选择350,354,2,10,15而不是2,10,15,350,354 (当表示为0-360度值时)。最好的方法是什么(例如在php中)？它是否找到了“最大的差距”，并在此之后开始？有更好的主意吗？
浏览 1提问于2011-04-02得票数 3
1回答
我使用Cifar100骨干网对ResNet18数据集进行了训练，并提出了相应的研究方法，最后得到了一些令人惊讶的结果。我做了两次尝试，一次是640批次，另一次是320批次。其余的所有超参数均保持相似。
640批大小的准确度为76.45%，320批的准确度为78.64%。
你能告诉我为什么会发生这种事吗？
据我所知，这仅仅是因为协变量的变化。每一次迭代完成完整样本的分布会影响精度。我认为320批大小的分布与640批大小的分布相似，因而精度较高。
你能解释一下吗，解决这个问题的办法是什么？
浏览 1提问于2022-02-21得票数 3
3回答
SOF，我是Python的新手，我在网上发现了很多信息，但是它要求在计算平均值、方差等时使用列表，这是我做不到的。我在计算用户输入的平均值时没有问题，但是方差是关闭的。
根据我的理解，方差是“数字”和“均方”之间的区别。也许问题就在这里？我不确定是诚实的，这是我的最后手段，如果你能以任何方式提供帮助，这将是非常感谢的，我也愿意听取任何关于我如何编写代码的建议。
谢谢!
到目前为止我的代码是：
n = input("Enter Number ")
n = int (n)
average = 0
sum = 0
for num in range(0,n+1,1):
浏览 0提问于2018-09-10得票数 0
回答已采纳
1回答
熵与信息关系
、、
在压缩和信息论中，源的熵是源符号所能传递的平均信息量(以位为单位)。非正式地说，如果我们确定一个事件的结果，那么熵就会变小。
J. Principe, D. Xu, and J. Fisher, “Information theoretic learning,” in Unsupervised Adaptive Filtering, S. Haykin, Ed. New York: Wiley, 2000, vol. I, pp. 265–319.
熵(Shannon和Renyis)作为目标函数而不是均方误差，被应用于学习中。
我的问题是
最小误差熵的基本原理是什么？当熵最大时，我们能对信
浏览 6提问于2014-07-26得票数 2
回答已采纳
2回答
我阅读了所有关于RMSE相对于其他绝对错误的利弊，即平均绝对误差(MAE)。请参阅下列参考资料：
MAE和RMSE - 哪个度量更好？
底线是什么？如何比较模型
或者这个不错的博客，或者stats.stackexchange中的这个问题，包含有趣的响应，还有这个在datascience.stackexchange中
Still我无法理解关于RMSE的东西：
假设:假设我们有一个预测房价的回归系数，最大房价为20.5美元，RMSE为24.5美元。基于MAE，我可以肯定地解释，预测价格和实际价格之间的平均差额是20.5\$。我如何解释RMSE？我们还能安全地说，在RMSE (预测误差上限)的基础上
浏览 0提问于2018-08-14得票数 13
回答已采纳
1回答
我有一组坐标(x，y，z(x，y))，它描述坐标x，y处的强度(z)，对于不同坐标下的强度，我需要拟合一个2D高斯，使均方误差最小化。数据是在numpy矩阵和每一个适当的会议我将有4，9，16或25坐标。最终，我只需要得到高斯(x_0，y_0)的中心位置，它具有最小的最小均方误差。我发现的所有示例都使用scipy.optimize.curve_fit，但是它们所拥有的输入数据是整个网格上的，而不是几个坐标。任何帮助都将不胜感激。
浏览 5提问于2014-12-18得票数 7
1回答
有向无圈图的最小方差路径
、、、、
给定一个DAG，其中每个节点都有一个数值。我希望通过具有节点值最小方差的图获得路径。
回顾一下，在有向无环路径中，哪一种算法是寻找最小方差路径的最佳算法？
谢谢你，皮耶罗
浏览 4提问于2015-04-10得票数 0
回答已采纳
我正在做关于惩罚logistic回归的PhD研究。
在我使用R进行的模拟中，我运行了以下代码：
library(penalized)
x0 <- matrix(rnorm(100,1))
y <- as.numeric(runif(100)>0.5)
x <- as.matrix(cbind("Intercept"=1, x0))
n <- nrow(x)
p <- ncol(x)
penL1 <- penalized(y, x,lambda1=1,lambda2=0, positive = FALSE, fusedl=FALSE,
浏览 0提问于2015-02-16得票数 0
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
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
