行列の固有値分解(スペクトル分解)の写像を可視化
行列によるベクトルの写像は,行列の固有値分解で3段階で写像されている. それを可視化してみる.
続きを読む以前,3変数(X,Y,Z)の場合の偏相関係数の式を導出した.
今回は3変数以上の多変数の場合の偏相関係数行列を求めてみる. ただscipy.stats, pandas, statsmodels,scikit-learnなどで関数がないようなので, 実装して計算してみる.
Rではcor2pcor
という相関係数行列を偏相関係数行列に変換してくれる関数があるぽいので,
これに近いものを実装してみる.
偏相関係数と似たL1ノルムを利用したスパースな精度行列なるものであればscikit-learnのほうにGraphicalLassoが実装されている.
GraphicalLassoの使用例:
前回はLFSRとGFSRのメモであった.
今回はそれを発展させたTwisted GSRとMersenne Twisteについてのメモ.
かんたんな発展の流れとしては
前回はざっくりM系列法のメモだったが,今回はM系列を利用している線形フィードバックシフトレジスタLFSRと一般フィードバックシフトレジスタGFSRのメモ.
かんたんな流れとしては
前回は,応用編Cセット「RCT・DB・有意・お蔵入り・メタ分析」についてまとめた.
今回でラスト. Gijika.com(https://gijika.com/rate/literacy.html)にある上級編「四分割表」の動画レクチャーを見たのでそのメモを残す.
Github: Gijikagaku/上級編_四分割比較.ipynb at master · Cartman0/Gijikagaku · GitHub
前回は,応用編Bセット「バーナム効果,自己成就予言,認知的不協和,学会/論文,説明責任,誤謬論」についてまとめた.
今回は,Gijika.com(https://gijika.com/rate/literacy.html)にある応用編Cセット「RCT・DB(二重盲検法)・有意・お蔵入り・メタ分析」の動画レクチャーを見たのでそのメモを残す.
このセットは5つに分けられている.
Github:Gijikagaku/応用編C(RCT・DB・有意・お蔵入り・メタ分析).ipynb at master · Cartman0/Gijikagaku · GitHub