图书 •
851 引用 •
238 回帖 •
4 关注
博客
关注
-
对于多项式拟合，SPL提供了现成的函数polyfit() 例如还是上一小节中的数据，我们采用[图片]的形式拟合 A …… …… 14 =polyfit(A1,A2,2).conj() 15 = ..
-
最小二乘数据拟合的步骤为： 给定一组数据点(x1,y1)，(x2,y2)……(xm,ym) （1）确定用于拟合数据的曲线类型，例如，[图片] （2）将数据点代入曲线，得到系统AX=Y （3）使 ..
-
对于噪声比较多的数据通常需要先将数据平滑处理来去噪 比如，有一组含有噪声的数据如下图，使用sg()函数可以将数据进行多项式平滑处理 [图片] A 1 =file('sgdata.xlsx'). ..
-
主成分分析是一种常用的降维方法，能将许多相关性很高的变量转化成少数几个彼此相互独立或不相关的变量。例如，有一份6 个样本，4 个变量的数据 x1 x2 x3 x4 1 7 26 6 60 2 ..
-
马氏距离计算观测样本在总体样本中的距离，不受量纲的影响。dism(X,Y,C)用来计算向量X与向量Y在协方差矩阵C下的马氏距离。样本数要大于维数。例如同样上述5 个样本，计算两两之间的马氏距离 ..
-
欧式距离即直线距离，使用函数dis(A,B)可计算向量A 和向量 B 之间的欧式距离。例如有下表中 5 个样本，求两两样本之间的欧式距离 X Y 1 22 7.25 2 38 71.2833 ..
-
在多元线性回归模型中，因变量y 和自变量[图片]之间是否存在线性关系以及回归系数的显著性是需要检验的，比如在下面的例子中我们可以通过F 检验和 t 检验来分析判断自变量和因变量之间的关系。 表 ..
-
在参数估计和假设检验中，常常需要构造分布函数，在SPL 中提供了常见分布的逆累积分布函数（ICDF）。SPL 中的逆累积分布函数有：norminv()，tinv()，chi2inv()，fin ..
-
[图片] 使用linefit()可采用最小二乘法求解方程组 A 1 [[1,-2, 3],[2,3,4],[3,5,7]] 2 [-10,5,7] 3 =linefit(A1,A2) A1 输 ..
-
对于AX=Y，若A 的逆矩阵存在，可用求逆法解方程组 [图片] 求解代码如下： A 1 [[1,2],[2,3]] 2 [8,13] 3 =inverse(A1) 4 =mul(A3,A2) ..
-
相关系数矩阵反映的是两两变量之间的相关程度，一般是计算皮尔逊相关系数。如下表，有x1，x2，x3，x4四个变量，计算其相关系数矩阵，评估变量相关性。 x1 x2 x3 x4 1 7 26 6 ..
-
SPL 中提供 pearson()和spearman()函数，来评估两变量之间的相关程度 A B 1 =[7,9,6,23,56,1,6] =[6,1,56,23,6,9,7] 2 =pear ..
-
covm(A)用来计算矩阵的协方差矩阵 A 1 [[8,1,16],[3,5,7],[4,9,2]] 2 =covm(A1) A2计算A1 的协方差矩阵
-
cov(A,B)，用来计算两个向量的协方差 A B 1 =[7,9,6,23,56,1,6] =[6,1,56,23,6,9,7] 2 =cov(A1,B1) A2 计算A1 和 B1 的协方 ..
-
使用mnorm(A, n)可以对矩阵在不同维度方向上进行归一化 例如，将矩阵[图片]归一化 A 1 [[8,1,16],[3,5,7],[4,9,2]] 2 =mnorm(A1,1) 3 =m ..
-
rankm(A)返回矩阵A 的秩 A 1 [[1,0],[3,1],[0,2],[4,8]] 2 =rankm(A1) A2 计算A1 的秩，返回 2
-
transpose(A) 可对矩阵进行转置 例如将[图片]进行转置 A 1 [[1,0],[3,1],[0,2],[4,8]] 2 =transpose(A1) A2计算A1的转置矩阵，返回2 ..
-
mfind(A,n)，在A中按列依次查找前n个非0 成员位置 A 1 [[1,0],[0,71.2833],[0,0],[35,53.1],[35,8.05]] 2 =mfind(A1,4) ..
-
mstd(A, n) 对矩阵 A 在 n 层维度方向上求标准差 A 1 [[1,0,2,3],[0,71,5,6],[0,0,6,5],[35,53,2,3],[35,8,4,2]] 2 =m ..
-
mmean(A, n) 对矩阵 A 在 n 层维度求均值 A 1 [[1,0,2,3],[0,71,5,6],[0,0,6,5],[35,53,2,3],[35,8,4,2]] 2 =mmea ..
-
mcumsum(A, n) 对矩阵 A 的元素在第 n 层维度累计求和 A 1 [[1,0,2,3],[0,71,5,6],[0,0,6,5],[35,53,2,3],[35,8,4,2]] ..
-
msum(A, n) 表示在矩阵或多维矩阵中汇总求和，其中 n 为汇总的维度层数 比如一个5*4 的矩阵[[1,0,2,3],[0,71,5,6],[0,0,6,5],[35,53,2,3], ..
-
1 维矩阵：其实就是向量，比如 [1,2,3] 2维矩阵：最常见的矩阵，比如[[11,12,13],[21,22,23],[31,32,33]] 3 维矩阵：比如[[[111,112,113] ..
-
inverse(A)计算方阵的逆，没有逆时返回空 A 1 [[3,5],[2,8]] 2 =inverse(A1) A2 求A1的逆矩阵，返回 [图片]
-
当矩阵为方阵时可计算行列式，使用det(A)函数 A 1 [[3,5],[2,8]] 2 =det(A1) A2 计算A1的行列式，返回14
