survival analysis modeling

概率和统计的书，全英文，希望对有兴趣的人有用 不过是全英文的。

Shiny_APP_RStiduo_Statistic_Probability_Machine_Learning 使用R的Shiny软件包为数据科学和机器学习操作创建基于交互式GUI的应用程序。 安装R Project进行统计计算 点击 安装RStudio 点击 Shiny v1.5.0文档 点击 目录结构 C：\ Users \ Desktop \ Shiny_APP> ls server.R ui.R .RData .RHistory数据集 实施技术 短裤 使用GUI导入数据 描述性分析功能 二项式概率模型 几何概率模型 泊松概率模型 决策树 简单线性回归 支持向量回归 执照 根据Apache许可版本2.0（“许可”）许可； 除非遵守许可，否则不得使用此文件。 您可以从获得许可证的副本。 除非适用法律要求或以书面形式同意，否则根据“许可”分发的软件将按“原样”分发，而

Statistic-study-notes 李航统计学习方法（第二版）的学习笔记，包括： 1、每章重点数学公式的手动推导 均为手写然后扫描成图片，字迹不工整还望谅解，之后有时间会用Latex修正 点击数学公式没有出现图片的情况 需要搭梯子才可以在线预览到数学推导的图片... 3.1 无数学推导，偏重算法实现-KNN 5.1 无数学推导，偏重算法实现-决策树 6.1 最大熵模型的数学推导 6.2 拉格朗日对偶性问题的数学推导 6.3 改进的迭代尺度法数学推导 7.第七章数学公式推导 7.1 软间隔最大化对偶问题 7.2 证明最大间隔分离超平面存在唯一性 8.第八章数学公式推导 8.1 证明AdaBoost是前向分步加法算法的特例 8.2 证明AdaBoost的训练误差界 9.第九章数学公式推导 9.1 EM算法的导出 9.2 用EM算法估计高斯模混合模型 10.第十章数学公式推导 10.1

背景减法已经成为基于视频的运动检测的流行方法。 本文通过对历史样本进行统计分析，结合构成模型的样本数，采样时间中心和最后时间点的参数，提出了一种新颖的统计参数模型，这些参数被现有的背景模型所忽略。 使用这些参数，可以及时准确地更新模型。 实验结果表明，该模型能够抑制尾部现象，阴影，光照变化，重复运动，杂乱区域等的误检测。

Python实现 目的 使用差距统计量动态识别数据集中建议的聚类数量。 在笔记本上使用完整的例子 安装： 出血边缘： pip install git+git://github.com/milesgranger/gap_statistic.git PyPi： pip install --upgrade gap-stat 使用Rust扩展名： pip install --upgrade gap-stat[rust] 卸载： pip uninstall gap-stat 方法： 该程序包提供了几种方法，可根据 （Tibshirani等人）中介绍的Gap方法，协助选择给定数据集的最佳簇。 所实现的方法可以使用一系列提供的k个值对给定的数据集进行聚类，并为您提供统计信息，以帮助您为数据集选择正确的聚类数。 三种可能的方法是： 取k最大化针对每个k计算的Gap值。 但是，这并非总是可能的，因为对于许多数据集，此值是单调增加或减少的。 取最小的k ，使得Gap（k）> = Gap（k + 1）-s（k + 1）。 这是Tibshirani等人建议的方法。 （有关详细信息，请咨询本文

一、源码描述 Excel导入导出源码 二、功能介绍 EXCEL导入，分析及导出 三、注意事项 开发工具：VS2012 开发语言：C#

Statistic-3.4.1 idea插件，可兼容idea2018版本，用可于统计代码量

idea统计代码行数可以用到插件：Statistic。解决老版本idea不显示该插件问题 Statistic-3.8.1.jar 详见：https://blog.csdn.net/Sun__Kings/article/details/109285389

一个小的“工具箱”（只有三个文件），用于通过 Tibshirani、Walther 和 Hastie 的间隙统计算法（2001 年）估计 2D 数据集中的最佳聚类数。 该代码已完全注释，因此您理解它应该没有问题。 如果您有任何问题或疑问，请随时与我联系。 更多详细信息在包中包含的 READ ME 文本文件中。 健康长寿·繁荣昌盛。