百科问答小站 logo
百科问答小站 font logo



皮尔逊系数为什么要中心化?中心化之后有什么好处? 第1页

  

user avatar    网友的相关建议: 
      

这种问题没必要过度解读,cosine相似度和Pearson系数就是形式上有关联(观测数据标准化以后二者相等),但是出发点是完全不同的。

Pearson系数在定义上就是两个随机变量的协方差,用二者的标准差归一化消除量纲影响。如果要问为什么Pearson系数需要中心化,实际上就是问为什么协方差的定义中要减去期望,为什么标准差的定义中要减去期望。

题主可以把这两个问题复制给身边统计背景的朋友,看看他们会不会打死你。




  

相关话题

  为什么矩形面积等于长乘宽? 
  n维空间里的n个向量的最小夹角的最大值是什么? 
  有没有数学无法覆盖的领域? 
  如何看待「机器学习不需要数学,很多算法封装好了,调个包就行」这种说法? 
  为什么要学习吴恩达的机器学习? 
  机器学习中有哪些形式简单却很巧妙的idea? 
  有哪些数学上的定理让你感觉「这不显然吗,这还用证明」? 
  机器学习门下,有哪些在工业界应用较多,前景较好的小方向? 
  怎么 证明 等式 11k + 8 = y^2 , k∈Z, y不存在整数解? 
  10000⁴ 和 4¹⁰⁰⁰⁰,怎样比较大小? 

前一个讨论
高一的我非常喜欢化学,支持我大学读化学专业吗?
下一个讨论
今年(2021)有什么生物化学方面的爆炸性新闻吗?





© 2025-05-25 - tinynew.org. All Rights Reserved.
© 2025-05-25 - tinynew.org. 保留所有权利