在处理单个高维数据时,通过可以通过LDA,PCA,等等方法进行降维处理,但是如果某两个数据来自同一个样本,但是数据类型不同,差距巨大时,怎么办呢?这个时候就是典型相关性分析(Canonical Correlation Analysis,CCA)的应用场景.CCA允许我们同时从两套数据分析.典型的应用场景……

在python中matplotlib进行绘图时,有时为了图形的美观,需要在其上方或者下方进行颜色填充,这时需要采用的函数是fill_between,其中参数y2决定第二条线,如果是向上还是向下填充,下面具体展示: 数据生成 我们这里以正弦函数为例 import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns n = 1024……

概念 置信区间(confidence interval,ci)是总体数值在特定可信度下的区间。 它是根据原始观测样本估计的，通常定义为 95%.即通常所说的95%置信区间. 为何使用置信区间 一般情况下,获得的样本都是抽样得到的,总体是未知的,这样从样本中获得的数据没法直接反映总体情况,为了……

很多机器学习的方法都要求数据近似正态分布并尽可能接近,而python中用于机器学习的包便是sklearn,其提供包括MinMaxScaler,RobustScaler,StandardScaler和Normalizer在内的多种函数用于机器学习的预处理,那么这些方法应该如何选择呢……

一致性指数(concordance index)或者说c-index是用于评估算法预测效果的参数.定义上是指素有时间点上一致性对的比例.该参数在生物学上比如癌症预测上具有重要意义,可以用来评估癌症生存期预测的好坏.在python中可以使用lifelines包下的工具的concord……

在python中存储集合数据可以选择多种原生数据类型,包括list,array,tuple,dictionary四种类型.其中list可变性强,可存储任意内容并且可变,应用范围广泛.而在进行科学运算,存储纯数字时,numpy被广泛应用,可以说基本完全替代了list.那么它们之间有……

本文章将从数学及代码角度阐述K-Means聚类方法的原理及应用。 聚类分析允许我们找到相似样本或者feature的组，这些对象之间的相关性更强。 常见的用途有包括按照不同的基因表达情况对样本进行分组，或者根据不同样本的分类对基因进行分组等。 本文将会介绍聚类算法中的k-means： k-……

此工具是用于解析迅雷链接真实地址及编码。 已更新为javascript版本 使用方法 1.解码迅雷：填写迅雷链接地址。完整的包含thunder://的地址 解码后的地址为： https://www.bobobk.com/favicon.ico function decodethun(){ var rawcode = document.querySelector("#de_thunder").value.substring(10); var decodedadd = window.atob(rawcode); var decodedadd = decodedadd.substring(2,decodedadd.length-2); document.querySelector('#decoded').innerHTML = decodedadd; } 2.编码迅雷：填写链接地址。编码后获得thunder://的地址 编码后的地址为……

在可视化数据时，通常需要在单个图形中绘制多个图形。 例如，如果您想从不同的角度可视化相同的变量（例如，数字变量的并排直方图和箱线图），则多个图形很有用。 在这篇文章中，我分享了绘制多个图形的 4 个简单但实用的技巧。 数据集📦 让我们导入包并更新图表的默认设置，为图表添加一点个人风格。 我们将……

在使用scrapy爬取网页时，由于很多网站采用js渲染的方式，直接诶获取源代码是获取不到需要的网页内容的，此时往往采用selenium驱动浏览器来获取网页内容非常合适。但是有一个问题就是这种情况下需要本地安装浏览器，还非的用非root运行，于是采用docker的方式提供服务chr……