热门标签
标签: 均值
以下是与 "均值" 标签相关的所有文章。
- 当总体分布未知且样本容量足够大(通常)时,样本均值的分布近似服从()。
- 以下关于K均值聚类的说法,错误的是:
- 回归分析的目的是通过自变量的给定值来估计或预测因变量的均值。()
- t检验实际是解决大样本均值的检验问题。()
- K均值聚类算法的基本思想包括()。
- 两组数据的均值不等,但标准差相同,则()。
- t检验可适用于正态分布、方差相等的两组小样本数值型数据的均值比较情况。()
- K均值算法的缺点():①经常终止于局部最优解②需要先验的领域知识③对噪声和离群点比较敏感④不能发现任意类型的类⑤不能处理分类变量
- K均值算法的缺点()①经常终止于局部最优解②需要先验的领域知识③对噪声和离群点比较敏感④不能发现任意类型的类⑤不能处理分类变量
- 已知一批正态分布但不确定其均值大小的随机数字,现需要检验其均值是否为某个值,则应采用两独立样本t检验。