【통계학】 Gromov-Wasserstein distance 이해하기
Gromov-Wasserstein distance(Kantorovich–Rubinstein metric, Earth Mover's Distance, EMD) 추천글 : 【통계학】 5-2강. 거리함수와 유사도 1. 개요 [본문]2. 코드 [본문] 1. 개요 [목차]⑴ 결합확률분포(결합확률질량함수, joint probability distribution; 커플링, coupling) ① 이산확률변수 : X ={x1, ···, xm}, Y ={y1, ···, yn}에 대해, π(xi, yj) = π(X = xi, Y = yj)인 함수 π(x, y) ② 연속확률변수 : ∂2F(x, y) / ∂x ∂y = π(x, y)인 함수 π(x, y) ③ 성질 1. π(x, y) ≥ 0 ④ 성질 2. ∑∑ π(x, y) = ..
【통계학】 14-5강. 런 검정(run test)
14-5강. 런 검정(run test) 추천글 : 【통계학】 14강. 통계적 검정 1. 개요 [본문] 2. 가정 [본문] 3. 절차 [본문] 1. 개요 [목차] ⑴ 두 개의 값을 가지는 연속적인 측정값들이 어떤 패턴이나 경향이 없이 임의적으로 나타난 것인지를 검정하는 방법 ⑵ 런(run)은 동일한 측정값들이 시작하여 끝날 때까지의 덩어리를 지칭 ① 예 : 1, 0, 0, 1, 0, 1, 1, 1, 0, 1과 같은 수열의 경우 1/00/1/0/111/0/1로 런은 총 7개 2. 가정 [목차] ⑴ 이분화된 자료가 아닌 경우는 이분화된 자료로 변환시켜야 함 ⑵ 평균, 중위수, 최빈수 또는 사용자가 정의한 숫자 등의 기준값을 이용하여 이분화 3. 절차 [목차] ⑴ 단계 1. 가설 검정 ① 귀무가설 H0 : 연속..
최근댓글