有关使用示例，请参阅 demo.m。 ExactControllability.m 函数实现了最大几何多重性算法，以识别复杂网络中驱动程序节点的数量和集合（请参阅包含的参考资料）。 输入是一个邻接矩阵 - 有向或无向。 有关如何引用的说明，请参阅 ExactControllability.m。
2022-03-13 12:31:44
1.22MB
1
功能1. kNNeighborsRegressor.predict(_)
描述1. 根据一个或多个自变量（预测变量）估计连续变量（目标）的值。
请参阅脚本文件中的示例。
2022-03-11 20:53:48
55KB
1
% p = dunnett（统计数据，expt_idx，ctrl_idx） % p 是 p 值的向量，用于比较实验值 (expt_idx) w/单个% 控制值 (ctrl_idx)，由 Dunnett 多重比较检验修正% stats 是 anova1 的输出% idx 是 stats 数据结构中感兴趣的指标% p = dunnett(stats), 然后 ctrl_idx=1, expt_idx=2:length(stats.means) % p = dunnett(stats, expt_idx)，然后 ctrl_idx=1 % p = dunnett(stats, [], ctrl_idx), 然后 expt_idx=1:length(stats.means), 但不是 ctrl_idx % p = Dunnett 概率 ctrl_idx 和 expt_idx 均值之间的非零差异%
2022-02-19 15:17:18
3KB
1