一、 一元三次回歸方程 CubicMultinomialRegress.cs 方程模型為Y=a*X(3)+b*X(2)+c*X(1)+d public override double[] buildFormula() 得到系數(shù)數(shù)組，存放順序與模型系數(shù)相反，即該數(shù)組中系數(shù)的值依次是d,c,b,a。 以后所述所有模型的系數(shù)存放均與此相同（多元線性回歸方程除外）。 public override double forecast(double x) 預(yù)測函數(shù)，根據(jù)模型得到預(yù)測結(jié)果 public override double computeR2() 計(jì)算相關(guān)系數(shù)（決定系數(shù)），系數(shù)越接近1，數(shù)據(jù)越滿足該模型。
標(biāo)簽： CubicMultinomialRegress override public double
上傳時(shí)間： 2015-11-25
上傳用戶：13215175592
對數(shù)回歸方程 LogarithmRegress.cs 方程模型為 Y=a*LnX+b public override double[] buildFormula() 得到系數(shù)數(shù)組，存放順序與模型系數(shù)相反，即該數(shù)組中系數(shù)的值依次是b,a。 public override double forecast(double x) 預(yù)測函數(shù)，根據(jù)模型得到預(yù)測結(jié)果。 public override double computeR2() 計(jì)算相關(guān)系數(shù)（決定系數(shù)），系數(shù)越接近1，數(shù)據(jù)越滿足該模型。
標(biāo)簽： LogarithmRegress buildFormula override public
上傳時(shí)間： 2014-01-23
上傳用戶：330402686
用bcb所撰寫的kohonen程式,優(yōu)雅的網(wǎng)狀伸張分佈,將任意維度的input data,reduce至二維x,y平面,competivite learning的最佳範(fàn)例.
標(biāo)簽： competivite learning kohonen reduce
上傳時(shí)間： 2015-12-02
上傳用戶：腳趾頭
′問題描述： 設(shè) X[0:n-1]和 Y[0:n-1]為 2 個數(shù)組,每個數(shù)組中含有 n 個已排好序的數(shù)。試設(shè)計(jì)一個 O(logn)時(shí)間的算法,找出X和Y的2n個數(shù)的中位數(shù)。 例如，當(dāng)n=7，X=[1，3，6，7，8，9，10]；Y=[2，4，5，11，12，13，14]時(shí)，X 和Y 的中位數(shù)是7。
上傳時(shí)間： 2013-12-26
上傳用戶：咔樂塢
12864串口液晶,包含兩個文件:lcd.c與lcd.h. 調(diào)用 void printLCD(uint8 x,uint8 y,uint8 *fmt, ... ),即可將顯示的字符串發(fā)送到液晶屏顯示
標(biāo)簽： uint lcd printLCD 12864
上傳時(shí)間： 2013-12-18
上傳用戶：朗朗乾坤
M值曲線即控制理論中的補(bǔ)靈敏度系數(shù)模的最大值。本例模型為：y=w+s
上傳時(shí)間： 2013-12-23
上傳用戶：youlongjian0
擴(kuò)頻同步時(shí)頻域二維分布 R=[x,y] surf(R) x:-5:0.1:5 y:-0.01:0.005:0.1
上傳時(shí)間： 2014-01-21
上傳用戶：yph853211
x,y,z的值不是非遞增的，要求實(shí)現(xiàn)其為非遞增。
標(biāo)簽： 遞增
上傳時(shí)間： 2015-12-27
上傳用戶：change0329
cmac 訓(xùn)練簡單線性函數(shù)程序,z = sin(x + y),為c++程序
上傳時(shí)間： 2013-12-27
上傳用戶：bakdesec
對于給定的n個元素的數(shù)組X[0:n-1]和Y[0:n-1],試設(shè)計(jì)一個O(logn)時(shí)間算法,計(jì)算X和Y的中位數(shù).
上傳時(shí)間： 2014-01-15
上傳用戶：qq21508895
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
