전체 글376 4.5 고윳값, 고유벡터 고윳값, 고유벡터의 정의 일반적으로 정방행렬 A에 대해 Ap=λp p≠0 을 만족시키는 수λ 벡터 p를 '고윳값, '고유벡터'라고 합니다. 2019. 9. 4. 충분통계량(2) 충분통계량 정의 : 표본으로 이루어진 함수 모수 θ를 갖는 분포에서 추출한 확률 표본 X1,...,Xn에 대한 통계량 Y=u(X1,...,Xn이 주어질 때, Y=y일 때의 임의의 통계량 W=g(X1,...,Xn)에 대한 조건부 확률분포가 θ와 무관하면 Y는 모수 θ에 대한 충분통계량이고 그 역도 성립합니다. Neymann 인수분해정리 확률분포 함수가 fX(x;θ)인 모집단에서 추출한 확률 표본 X1,...,Xn에 대해 통계량 Y=u(X1,...,Xn)이 θ의 충분통계량이 되기 위한 필요충분조건은 우도 함수 $L(x_{1},..., x.. 2019. 9. 3. 4.4.2 좋은 변환을 구하는 방법 P−1AP가 대각이란 P가 잘 만들어질까? 대부분의 정방행렬 A라면 만들 수 있다! P를 종벡터로 분해하여 생각해본다. P=(p1,...,pn) 'n차원의 종벡터를 n개 나열한 것' 목적 P−1AP≡Λ=diag(λ1,...,λn) 와 같이 대각이 되는 좋은 P를 발견하는 것. 이 식을 조금 변형하면 AP=PΛ, 즉 $A(\mathbf{p_1},...,\mathbf{p_n}) = (\mathbf{p_1},...,\mathbf{p_n})\begin{bmatrix} \\\lambda _{1} & & \\ & \ddots & \\ & & \lambda _{n} \end{bm.. 2019. 9. 3. 단순 회귀 분석 예측 값 구하기 def predict(alpha, beta, x_i): return beta * x_i + alpha 알파와 베타에 대한 오류 계산 def error(alpha, beta, x_i, y_i): return y_i - predict(alpha, beta, x_i) SSE def sum_of_squared_errors(alpha, beta, x, y): return sum(error(alpha, beta, x_i, y_i) ** 2 for x_i, y_i in zip(x, y)) 최소자승법 def least_squares_fit(x,y): """x와 y가 학습 데이터로 주어졌을 때 오류의 제곱 값을 최소화해 주는 알파와 베타를 계산""" beta = correlation(x, y) * sta.. 2019. 9. 2. 이전 1 ··· 88 89 90 91 92 93 94 다음