图书 •
828 引用 •
203 回帖 •
3 关注
博客
关注
-
[链接] [链接]5.2 DISTINCT 和 COUNT(DISTINCT) SQL 中的 DISTINCT 和 COUNT(DISTINCT) 一直是拖累性能的常见问题。DISTINCT ..
-
[链接] [链接]1.6 内表索引 序表上的索引都是针对主键的，而主键取值要求有在全表中的唯一性。如果被查找键不是主键甚至取值不唯一而无法建立为主键呢？ 我们考查前面这些算法的工作原理，二分法 ..
-
有工业经验表明，重要度高的出料划分生产路线时所起的作用更大，为了体现这一作用，我们尝试了层次kmeans聚类，即按出料的重要度分层次进行kmeans聚类，过程如下： 1. 将所有出料数据X在初 ..
-
有了初始化类心，将其传入kmeans方法中，就能得到各生产路线的类心。当有新的收率数据Y需要确定类别（生产路线）时，只需确定Y中每个成员到哪个类心最近，该成员就属于哪一类。 过程如下： 预测数 ..
-
kmeans的聚类结果受随机初始化的类心影响较大，有可能两次聚类的结果会因为初始类心的不同而不同，这会造成一种奇怪的现象，同一天的数据，因为两次聚类而属于两条生产路线，这是工业生产中不能接受的 ..
-
工业上，某些装置的出料收率波动比较大，其中的一些出料量还需要特别关注，这些需要关注的出料往往与生产路线对应，比如催化装置中，汽油的收率大时，认为是汽油路线，柴油的收率大时，认为是柴油路线…现在 ..
-
[链接] [链接]6.4 时间键 维表数据相对固定，但有时也会变动，如果不处理这个变化，就可能导致统计出错。比如想按产品产地分组汇总一段时间内的订单销售额，而产品产地可能在这段时间内发生过变化 ..
-
1.1 数据 1. 用程序语言书写3.5*108 2. 做一做 A B C 1 =2+5 =2-5 =2*5 2 =10/5 =10\5 =10%5 3 =11/5 =11\5 =11%5 4 ..
-
A.comexp()，构造复指数 对于复数元素 z = x + iy，返回复指数[图片] A 1 =[[1,2],[3,4],[5,6],[7,8],[5,0],[-5,0],[-8,-9], ..
-
comunwrap(A,tol,dim)，平移相位角。 沿维度 dim展开A中的弧度相位角。每当连续相位角之间的跳跃大于或等于tol弧度时，comunwrap 就会通过增加 ±2π 的整数倍来 ..
-
A.comsign()只处理复数的符号函数。返回与A大小相同的序列，其中序列的每个元素是A/A.comabs() A 1 =[[1,2],[3,4],[5,6],[7,8],[5,0],[-5 ..
-
A.compair()，对复数序列A的成员排序，并将复共轭对组组合在一起。具体排序方式见函数函数参考。 A 1 =[[1,1],[3,-2],[5,9],[5,-9],[3,2],[1,-1] ..
-
复共轭：实部相等，虚部互为相反数，若虚部为0，则其共轭也为0 A.comconj()，求复数的复共轭 A 1 =[[1,2],[3,4],[5,6],[7,8],[5,0],[-5,0],[- ..
-
A.comangle()，对A中每个成员返回区间 [-π,π] 中的相位角 A 1 =[[1,2],[3,4],[5,6],[7,8],[5,0],[-5,0],[-8,-9],[-0.3,5 ..
-
A.comabs()计算复数的模 复数的模（或模数）是在复平面中绘制的向量（从原点到复数值）的长度。 对于复数值，∣a+bi∣ 定义为[图片] A 1 =[[1,2],[3,4],[5,6], ..
-
A.comstr()可以将复数序列转化为字符串a+bi A 1 =[[1,2],[3,4],[5,6],[7,8],[5,0],[-5,0],[-8,-9],[-0.3,5],[3,-4],[ ..
-
A.comreal()可获得复数的实部 A.comimage()可获得复数的虚部 A 1 =[[1,2],[3,4],[5,6],[7,8],[5,0],[-5,0],[-8,-9],[-0. ..
-
使用complex()可以创建复数，方式有两种，一种是分别输入复数的实部和虚部如A3，一种是直接使用成对的序列如A5。 A 1 =[1,3,5,6] 2 =[2,4,6,8] 3 =compl ..
-
取一定数量的样本，将真实值和预测值的结果画在一张图上即为结果对照图。 结果对照图可以直观的展示预测结果和真实值之间的差距和走势。 A 1 =T('houseprice_result.xls') ..
-
残差residual=真实值-预测值 计算houseprice_result.xls中的残差并画图 A 1 =T('houseprice_result.xls') 2 =A1.derive(S ..
-
在建模数据中经常遇到这样一种变量，其本身是受因变量影响的（即它不但不是因变量的影响因素，反而因变量是它的影响因素），若该变量被作为自变量添加入模型，则会造成其他自变量不能进入模型。同时，由于这 ..
-
使用统计假设检验的方法也可以判断自变量对因变量的影响是否显著，在SPL中提供了几种统计检验p值计算的函数，可以根据数据情况选择合适的检验形式，函数用法见p 值 - 乾学院 (raqsoft.c ..
-
相关系数是度量两个变量之间相关程度的统计量，常用的有Pearson相关系数和Spearman相关系数，两者值均在[-1,1]之间分布，当其值为0时两个变量不想关，当其值为1或-1时，表示两个变 ..
-
有边界的线性拟合方法保证拟合时收率被限制在边界内，误差限制法保证收率不偏离基础收率太远，现在只有约束2（所有出料对某一种进料的收率和等于1）还没有满足，本节将介绍一种线性变换的方法来满足此约束 ..
-
为了满足约束3（收率不能偏离基础收率太远），将收率与基础收率的差称为偏差收率，记为WE。 WE=W-B 收率W范围是[0,1]，基础收率B是固定的，偏差收率WE的理论最大范围是[-1,1]，但 ..
