清华大学：数字逻辑_第一章逻辑代数及逻辑函数的化简(2/2)

清华大学：数字逻辑_实验二

《概率论与数理统计》课程教学资源（课件讲稿）第四章 随机变量的数字特征

第一章随机事件及其概率. 第二章随机变量及其布 第三章多维随机变量及其 第四章随机变量的数字特征 第五章大数定律和中心极限定理 第六章数理统计的基本概念 第七章参数估计 第八章假设检验 第九章方差分析和回归分析

南京经济学院：数理统计与概率论教学资料_chap4 随机变量的数字特征

数字水利（PPT讲稿）中国水利现代化必由之路

数字水利（PPT讲稿）水与环境

关于数的加、减、乘、除等运算的性质通常称为数的代数性质代数所研究的问题主要涉及数的代数性质,这方面的大部分性质是有理数、实数、复数的 全体所共有的。 定义1设P是由一些复数组成的集合,其中包括0与1.如果P中任意两个数的和、差、积、商(除数不为零)仍然是中的数,那么P就称为一个数域显然全体有理数组成的集合、全体实数组成的集合、全体复数组成的集合都是数域这三个数域分别用字母Q、R、C来代表全体整数组成的集合就不是数域如果数的集合P中任意两个数作某一种运算的结果都仍在P中,就说数集 P对这个运算是封闭的因此数域的定义也可以说成,如果一个包含0,1在内的数集P对于加法、减法、乘法与除法(除数不为零)是封闭的,那么P就称为一个数域

传统的分类算法大多假设数据集是均衡的,追求整体的分类精度.而实际数据集经常是不均衡的,因此传统的分类算法在处理实际数据集时容易导致少数类样本有较高的分类错误率.现有针对不均衡数据集改进的分类方法主要有两类:一类是进行数据层面的改进,用过采样或欠采样的方法增加少数类数据或减少多数类数据;另一个是进行算法层面的改进.本文在原有的基于聚类的欠采样方法和集成学习方法的基础上,采用两种方法相结合的思想,对不均衡数据进行分类.即先在数据处理阶段采用基于聚类的欠采样方法形成均衡数据集,然后用AdaBoost集成算法对新的数据集进行分类训练,并在算法集成过程中引用权重来区分少数类数据和多数类数据对计算集成学习错误率的贡献,进而使算法更关注少数数据类,提高少数类数据的分类精度

6.1怎样定义和引用一维数组 6.1.1 怎样定义一维数组 6.1.2 怎样引用一维数组元素 6.1.3 一维数组的初始化 6.1.4 一维数组程序举例 6.2 怎样定义和引用二维数组 6.2.1 怎样定义二维数组 6.2.2 怎样引用二维数组的元素 6.2.3 二维数组的初始化 6.2.4 二维数组程序举例 6.3 字符数组 6.3.1怎样定义字符数组 6.3.2字符数组的初始化 6.3.3怎样引用字符数组中的元素 6.3.4字符串和字符串结束标志 6.3.5 字符数组的输入输出 6.3.6善于使用字符串处理函数 6.3.7字符数组应用举例