나는 R에서 여러 변수를 정규화 한 kmeans 클러스터를 만들었습니다.이 모델은 클러스터 센터를 제공하지만 분명히 정규화 된 상태 (예 : 소득 중심 -1.6). 소득을 42,000과 같이 실용적인 의미를 부여하기 위해 -1.6을 다시 정규화되지 않은 값으로 변환하려고합니다. 이제는 해당 z 점수를 다시 값으로 변환 할 수 있지만 R 함수를 사용하여 정규
mvtnorm 라이브러리의 pmvnorm은 다 변수 정규 분포를 통해 CDF를 계산하는 함수입니다. 따라서 결정 론적 기능입니다. 그러나 동일한 입력을 사용하여이 함수를 실행할 때마다 결과가 변경된다는 것을 알게되었습니다. 여기에 작은 예가 있습니다. library(mvtnorm)
lower <- c(-Inf, -0.07, 0.81, -Inf, 0.89,
저는 꽤 새로운 파이썬 사용자입니다. 평균 mu 및 분산 σ^2가있는 일반 (절두 된 0에서) 단일 숫자를 생성하려고합니다. 나는 이것 좀했다 : http://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.truncnorm.html 을 ...하지만 나는 완전히 내가 사용하는 데 필요한 코드 확인, 또는
지정된 상한 및 하한을 사용하여 정규 분포 데이터 배열을 생성하고 싶습니다. 마르 사글리아 극지방 법 (a.k.a polar form of the Box-Müller transformation)을 사용하는 함수 here가 있습니다. 평균 주위에 -10 및 +10 정수 값 내에서 점을 생성하려면 어떻게 수정해야합니까? function normal(mean,
(x, y) 샘플로 만들어진 트레이닝 세트가 있다고 가정합니다. 는 생식 알고리즘을 적용하기 위해,이 (가) 차별 가우스, 나는 가능한 모든 시그마 또는 x ~ Normal(mu, sigma) y를 주어진다면 내가 알고 난 그냥 필요에 대한 그 p(x|y) ~ Normal(mu, sigma)을 가정해야 가정 해 봅시다? p (x | y)가 생성 알고리즘을
다음 코드를 사용하여 두 벡터 Model.1과 Model.2에서 두 개의 히스토그램을 얻습니다. 나는 R을 각각의 히스토그램에 대한 정규 곡선에 맞도록하고 싶습니다. library(ggplot2)
require(ggplot2)
require(reshape2)
set.seed(1)
df <- data.frame(x<-rnorm(1000,mean =
가우스 노이즈 (gaussian noise)를 가진 exemple sin (x)과 같은 신호를 어떻게 교란시킬 수 있습니까? . 당신이 C++ (11)이있는 경우 #include <math>
#include <lib with gaussian noise>
int main{
float *a[Dim]
for(int i=0;i<Dim;i++)
a[