首页
Python
Java
前端
数据库
Linux
Chatgpt专题
开发者工具箱
成份专题
衣服面料成份(英文/日文/中文)
Cotton /綿 /棉 Linen /麻布 /亚麻 Silk /シルク,絹 /真丝 Ramie /ラミー /苎麻 Rayon /レーヨン /人造丝 Viscose /ビスコース
阅读更多...
苯环喹溴铵 鼻喷雾剂 眼压 糠酸莫米松鼻喷雾剂的作用 用chatGPT分析药物主要成份的作用。
苯环喹溴铵 鼻喷雾剂 我用这个药:有时眼压会不适。但不用鼻子又不舒服,有鼻涕,晚上睡觉右边鼻子会堵(喷药也堵),呼吸空气不新鲜。怎么办?先喷一边鼻子,过一会再喷另一边,减轻同时用药的冲击力。分散用药试试,有效。 苯环喹溴铵(Benzalkonium Bromide),是一种常见的季铵盐类化合物,主要用作抗菌剂和消毒剂。它的作用机理主要包括以下几点: 破坏细胞膜:苯环喹溴铵可以破坏细菌和其他
阅读更多...
主成份分析(PCA)基本原理/步骤及其C++ 实现与优化(结合Eigen矩阵库)
主成份分析是常用的降维方法,其他降维方法还有线性判别分析LDA,二者的区别见:https://www.cnblogs.com/pinard/p/6244265.html 简要说就是: 1.PCA将原始数据投影到方差最大的方向,LDA将数据投影到不同样本的中心点距离最大的方向。 2. PCA是无监督降维,LDA是有监督降维。 3. 若分类主要依赖均值而非方差,则LDA效果好,反之PCA效果
阅读更多...
R语言地理加权回归、主成份分析、判别分析等空间异质性数据分析
在自然和社会科学领域有大量与地理或空间有关的数据,这一类数据一般具有严重的空间异质性,而通常的统计学方法并不能处理空间异质性,因而对此类型的数据无能为力。以地理加权回归为基础的一系列方法:经典地理加权回归,半参数地理加权回归、多尺度地理加权回归、地理加权主成份分析、地理加权判别分析是处理这类数据的有效模型。本次培训从局部加权回归开始,详细讲述了基于R语言的空间异质性数据分析方法。
阅读更多...
霍特林分布matlab,【MATLAB机器学习系列】——主成份分析(PCA)在量化投资中的应用...
原标题:【MATLAB机器学习系列】——主成份分析(PCA)在量化投资中的应用 编辑部 我们会再接再厉 1 PAC 核心思想 PCA 算法也叫主成分分析(principal components analysis),用来减少数据集的维数,同时保留数据集中对方差贡献最大的特征来达到简化数据集的目的。 其核心思想就是将 n 维特征映射到 k 维上(k < n),这 k 维是全新的正交特征。我们将这
阅读更多...