MVG 是一种多元高斯(正态)随机数生成器。 用户可以通过指定均值向量和对称正定协方差矩阵,从任何维度的多元正态分布生成向量。 基于协方差矩阵的 Cholesky 分解的线性变换应用于分布 N(0,I) 的一组实现。 通过对这些样本应用线性变换,输出是一个矩阵,其列是从分布 N(mu,Sigma) 中抽取的样本,其中 mu 是指定的均值向量,Sigma 是 SPD 协方差矩阵。 输入 help mvg 以了解更多信息。
2021-12-15 09:37:51 1KB matlab
1
GDP_and_Employment_Rates_Prediction:一种机器学习回归模型,使用Python中的随机森林回归来预测国家的GDP和就业率
2021-12-14 20:32:48 125KB machine-learning random-forest numpy scikit-learn
1
利用turtle random 标准模块 通过条件判断 循环及模块方法的引用 绘制彩虹
2021-12-03 21:26:45 1KB python turtle random
1
卢米埃 Lumiere是2D地牢爬行者游戏,玩家在随机生成的地牢中产卵,必须与怪物战斗并收集物品才能生存。 随着玩家逐步进入游戏并清除地牢,游戏将变得越来越困难。 该项目的目标是创建一种直观的模块化,可扩展和可扩展的游戏,以便设计人员和开发人员可以轻松地向其添加更多功能。 Wiki: : 贡献者 Sheel Parekh(sdparek2) 斯科特·沃尔夫斯基(Wolfski2) 威尔·宋(wsong9) 帕特里克·米勒(Pmillar2) 怀亚特·里希特(wrichte2) Craig Swearingen(cswea3) 卢卡斯·布罗克扎克(lboro2) 罗汉·卡西维斯瓦那(Rohan Kasiviswanathan) 安装Lumiere 要安装Lumiere,请按照以下步骤操作。 将存储库克隆到文件系统中 打开Unity游戏引擎,然后单击“打开项目” 导
2021-12-03 14:13:06 31.35MB c-sharp ci-cd random-generation dungeon-crawler-game
1
随机游走 生成随机游走并使用Matplotlib创建数据可视化的python程序。 关于 随机行走是没有明确方向的路径。 每个随机行走都是不同的。 绿点代表步行的起始位置。 红点代表步行的终点位置。 彩色地图用于显示步行中各个点的顺序。 步行以浅蓝色开始,并且随着步行的进行,点变得更暗。 怎么跑 只需克隆此仓库并输入python run.py 样本随机游走
2021-11-28 22:37:26 70KB Python
1
Probability, Random Variables and Stochastic Processes Solutions 第四版的答案,英文版
2021-11-28 14:56:21 11.87MB Probability
1
瑞利随机变量 创建一个或数组,其中填充了来自的。 安装 $ npm install distributions-rayleigh-random 要在浏览器中使用,请使用 。 用法 var random = require ( 'distributions-rayleigh-random' ) ; random([dims] [,opts]) 创建一个或填充了来自Rayleigh分布的绘图。 dims参数可以是指定length的正integer也可以是指定尺寸的正integers array 。 如果未提供dims参数,则该函数从Rayleigh分布返回一个随机抽奖。 var out ; // Set seed random . seed = 2 ; out = random ( 5 ) ; // returns [ ~1.683, ~1.603, ~0.473, ~1.485, ~
2021-11-24 20:11:06 19KB JavaScript
1
太阳能预报 该项目是我最后一个学期的硕士学位课程工作的一部分。 此处的主要范围和目标是预测来自亚洲地理位置的年度太阳能发电量(取决于数据),然后减少产生的总软成本。 下文提供的文档和项目报告中详细介绍了这项工作。
2021-11-24 13:14:47 1.42MB aws neural-network random-forest sklearn
1
安然欺诈项目 休斯顿的安然综合体- 安然是美国最大的公司之一。 由于公司欺诈,它破产了。 由于联邦调查的结果,大量的安然数据(电子邮件和财务数据)已进入公共记录。 该项目旨在建立一个分类器,该分类器可以基于公共的安然财务和电子邮件数据集来预测安然员工涉及欺诈的情况。 有关安然丑闻的更多详细信息,请参见 。 工作流程 该项目分为3个主要阶段: 功能选择和工程 算法选择 选型 特征选择与工程 首先,清理数据; 由于我们对个人数据感兴趣,因此删除了与“总计”和“公园旅行社”相对应的数据。 另外,“ LOCKHART EUGENE E”数据全为零,并且也被删除。 一些功能也被删除。 由于“ to
2021-11-21 19:00:23 2.77MB python machine-learning random-forest scikit-learn
1