在一个n维的空间中， 最好的检测outlier(离群点)的方法是（）

1771 次浏览
  • A、作正态分布概率图
  • B、作盒形图
  • C、马氏距离
  • D、作散点图
小开
答案解析
马氏距离是基于卡方分布的，度量多元outlier离群点的统计方法。有M个样本向量X1~Xm，协方差矩阵记为S，均值记为向量μ，则其中样本向量X到u的马氏距离表示为： （协方差矩阵中每个元素是各个矢量元素之间的协方差Cov(X,Y)，Cov(X,Y) = E{ [X-E(X)] [Y-E(Y)]}，其中E为数学期望）也就是欧氏距离了。　　若协方差矩阵是对角矩阵，公式变成了标准化欧氏距离。(2)马氏距离的优缺点：量纲无关，排除变量之间的相关性的干扰。
旺仔小秃头
挑战成功
4个月前
旺仔小秃头
挑战失败
4个月前
旺仔小秃头
挑战失败
4个月前
mshare
挑战成功
2年前
mshare
挑战失败
2年前
mshare
挑战失败
2年前
瑞瑞
挑战失败
2年前
chay99
挑战成功
3年前
mv nice
挑战成功
3年前
mv nice
挑战失败
3年前

提交答案
相似测试题
对数几率回归（logistics regr...
bootstrap数据是什么意思？（...
“过拟合”只在监督学习中出现，...
对于k折交叉验证, 以下对k的说...
回归模型中存在多重共线性, 你...
模型的高bias是什么意思, 我们...
对于信息增益, 决策树分裂节点...
假设我们要解决一个二类分类问...
“点击率问题”是这样一个预测问...
我们想在大数据集上训练决策树...
微信公众号
有课学公众号
  • 微信公众号: geekdaxue