scipy.stats.norm 第2页
- 机器学习的特征预处理
-
在这篇中，我将介绍针对各种类型的特征和各种类型的机器学习模型进行特征预处理的基本方法。现在，让我们将所有机器学习模型划分为基于树和非树的模型。例如，决策树分类器尝试为每个特征找到最有用的分割，并且它不会改变其行为及其预测，这些是基于树的模型。另一方面，存在非基于树的模型，其依赖于这些变换，例如最近邻...
- 数据分析带你零基础入门数据挖掘(附代码)
-
来源：Datawhale本文约4200字，建议阅读9分钟对于数据挖掘项目，本文将学习应该从哪些角度分析数据？如何对数据进行整体把握，如何处理异常值与缺失值，从哪些维度进行特征及预测值分析？...
- 数据分析基础(2)——正态分布检验
-
#寻找真知派#如上一篇文章所述，样本所属总体服从正态分布是数据分析和数据挖掘等数据处理的重要前提。如果我们采集的样本并不能确认其总体是否服从正态分布，那么数据处理的结果就是不可靠的。因此，对样本数据进行正态分布检验十分必要。常用的正态分布检验方法有以下几种：...
- 如何知道一个变量的分布是否为高斯分布
-
“你的输入变量/特征必须是高斯分布的”是一些机器学习模型(特别是线性模型)的要求。但我怎么知道变量的分布是高斯分布呢。本文重点介绍了保证变量分布为高斯分布的几种方法。本文假定读者对高斯/正态分布有一定的了解。在本文中，我们将使用来自Scikit-Learn的众所周知的Iris数据。...
- 如何比较两个或多个分布从可视化到统计检验的方法总结
-
比较一个变量在不同组中的分布是数据科学中的一个常见问题。当我们想要评估一项策略(用户体验功能、广告活动、药物等)的因果效应时，因果推断的黄金标准便是随机对照试验，也就是所谓的A/B测试。在实践中，我们为研究选择一个样本，并将其随机分为对照组（controlgroup）和实验组（treatment...
- 分类变量的相关性五分钟掌握卡方检验「详细解析，附代码」
-
卡方检验当衡量两个连续变量间的线性关系时，我们可以使用Pearson相关系数。那么当我们面对的数据是两个分类变量呢？没错，看过下面这张图的应该还记得，我们可以用列联表结合卡方检验来分析分类变量间的相关性。...
- 从统计到概率，入门者都能用Python试验的机器学习基础
-
来源：机器之心选自dataquest作者：ChristianPascual机器之心编译...
- 「数据分析」「保姆及」如何选择数据分析方法
-
当比较两组数据是否差异显著时...
- 「手把手教你」使用QuantLib进行债券估值和期权定价分析
-
01引言QuantLib是固定收益和金融衍生品分析的一大利器，为量化金融建模提供了完整的分析框架，但是由于本身使用C++编写，通过SWING技术封装后在Python调用，各种类（class）之间的调用非常庞杂和繁琐，又很难查看其源代码，所以学习起来相对困难。公众号通过参考官方学习文档，分享Quan...