搜索资源列表
ems
- 建模优化与评价的理论基础学习,用于统计分析和数据挖掘-Based learning theory and modeling optimization and uation for statistical analysis and data mining
主成分和因子分析
- 主成分分析是多元统计分析中用来分析数据的一种方法,它是用一种较少数量的特征对样本进行描述以达到降低特征空间维数的方法(Principal component analysis is a method of data used in multivariate statistical analysis, it is describing the samples with characteristics of a small number of methods to reduce the dimens
Multivariate analysis
- 里面包括了一些常见的多元统计分析程序,适合简单快捷的数据探索和挖掘分析(It includes some common multivariate statistical analysis programs, suitable for simple and fast data exploration and mining analysis.)
统计分析与SPSS的应用-薛薇
- 《统计分析与spss的应用第五版》深入浅出地讲解统计方法,基于应用案例阐述数据分析的一般思路和SPSS操作实践,使读者知其然更知其所以然,是本书一直坚持的风格。本书的特色在于:注重方法核心原理的讲解,突出以统计原理明晰为前提的SPSS实操。基于典型统计分析案例,循序渐进地引导读者利用SPSS实现数据的组织、整理、描述和建模分析。旨在帮助读者领会统计分析方法精髓,掌握SPSS软件操作,拥有利用SPSS解决实际数据分析问题的能力。(Statistical analysis and the appli
核主元分析(Kernel principal component analysis ,KPCA)在降维、特征提取以及故障检测中的应用
- 主要功能有: (1)训练数据和测试数据的非线性主元提取(降维、特征提取) (2)SPE和T2统计量及其控制限的计算 (3)故障检测 KPCA的建模过程(故障检测): (1)获取训练数据(工业过程数据需要进行标准化处理) (2)计算核矩阵 (3)核矩阵中心化 (4)特征值分解 (5)特征向量的标准化处理 (6)主元个数的选取 (7)计算非线性主成分(即降维结果或者特征提取结果) (8)SPE和T2统计量的控制限计算