问题标签 [variance]

我有一个相当简单的问题，我需要一些建议。如果我有一个时间序列

我可以使信号的均值和单位方差为零

我如何将它转换回与原始系列相同的大小，即转换回与'y'相同？

真的很简单的问题！我正在运行许多线性回归，y~x并希望获得每个回归的方差，而无需从summary.lm命令中给出的标准误差输出手动计算它。只是为了节省一点时间:-)。对执行此操作的命令有任何想法吗？还是我必须自己编写一个函数来完成它？

所以我得到一个标准错误输出，我希望在不手动计算的情况下得到一个方差输出......

我有一组数据框，每个数据框都有不同的列名，例如frameOne看起来像

并且frameTwo是

在不明确说明列名的情况下如何计算整个帧的平均值和标准差？

我一直在寻找为什么这个通用构造不能编译

我得到：
无法将类型“WpfApplication1.CowDao”隐式转换为“WpfApplication1.Dao”

我只是想达到我的目标->制作一个“中立”实例
我认为我的结构必须改变，但我不知道如何

我正在使用 .NET Framework 4

谢谢

帮助系统部分告诉我 Variance[] 函数等同于：

但我认为正确的定义应该是：

我想不通。

我需要使用 pca 来识别某组数据中方差最大的维度。我正在使用 scikit-learn 的 pca 来执行此操作，但我无法从 pca 方法的输出中确定我的数据中方差最大的组件是什么。请记住，我不想消除这些维度，只识别它们。

我的数据组织为一个包含 150 行数据的矩阵，每行有 4 个维度。我正在做如下：

当我打印pca.explained_variance_ratio_时，它输出从最高到最低排序的方差比数组，但它没有告诉我它们对应的数据中的哪个维度（我尝试更改矩阵上列的顺序，并且得到的方差比数组是相同的）。

打印pca.components_给了我一个 4x4 矩阵（我将原始组件数作为 pca 的参数），其中一些值我无法理解……根据 scikit 的文档，它们应该是具有最大方差的组件（也许是特征向量？），但没有迹象表明这些值指的是哪个维度。

转换数据也无济于事，因为维度的变化方式我无法真正知道它们最初是哪一个。

有什么方法可以通过 scikit 的 pca 获取这些信息？谢谢

我有一个由约 200 个 99x20 频率数组组成的数据集，每列总和为单位。我已经使用热图（如. 每个数组都非常稀疏，每 99 个位置只有大约 1-7/20 个值是非零的。

但是，我想根据它们的频率分布的相似程度（最小欧几里德距离或类似的东西）对这些样本进行聚类。我将每个 99x20 阵列排列成一个 1980x1 阵列，并将它们聚合成一个 200x1980 观察阵列。

在找到集群之前，我尝试使用scipy.cluster.vq.whiten. whiten通过方差对每列进行归一化，但由于我展平数据数组的方式，我有一些 (8) 列的频率全为零，因此方差为零。因此，白化数组具有无限值，质心查找失败（或给出约 200 个质心）。

我的问题是，我应该如何解决这个问题？到目前为止，我已经尝试过

• 不要白化数据。这导致 k-means 每次运行时都会给出不同的质心（有点预期），尽管大大增加了iter关键字。
• 在展平阵列之前转置阵列。零方差列只是移动。

可以只删除其中一些零方差列吗？这会以任何方式偏向聚类吗？

编辑：我也尝试过使用我自己的 whiten 函数

这似乎可行，但我不确定这是否会以任何方式偏向聚类。

谢谢

编辑： 也许这是一个更清晰、更明确的问题表述：

在一些泛型接口IInterface<T>中，我想返回一个泛型类型的对象，其中一个类型参数应该是IInterface<T>.

由于Implimplements IInterface<int>，对我来说我可以这样使用它似乎是合理的。然而，似乎我不能，我得到编译器错误

无法将表达式类型转换OtherType<Impl>为返回类型OtherType<IInterface<int>>

这是我的公式

这有什么问题？我无法得到结果。谢谢

如果是这样呢？

ElseIf cmb1.Text = "Variansi" Then 'inisialisasi variabel variansi Xi = 0

你能帮助我吗 ？

这对我来说开始是一个很常见的情况：

所以我有一些共同变体的东西，我需要先做一些常见的事情，然后让一个通用的部分未应用。我真的很希望能够像上面的柯里化函数一样编写它，但这当然会在最后一行产生编译错误：

我似乎诉诸于引入一个类只是为了在某个地方粘贴类型参数，以便可以将其保留为抽象：

而不是咖喱的东西

所以现在：

编译。

这感觉很愚蠢，我想有更好的方法吗？

更新：

我想我会更好地具体化。我所拥有的是：

进而

我只想取消 ParserToSeq 并执行以下操作：

请注意，此处的 T 特定于每个解析器。据我了解，问题是 T 被解析为部分应用方法上的具体类型，即使该类型实际上适用于第二个参数列表。

看来我想把类型参数的声明放在中间的某个地方：

这当然不是有效的Scala。