待验证60% 置信事实精确时间

设计矩阵中每一行代表一个样本，每一列代表一个特征，数学表示为X ∈ R^(n×d)

2

来源数

60%

置信度

长期有效

时效性

2026/8/4

首次发现

来源

机器学习入门：监督学习、分类问题与特征化核心概念详解

相关事实

待验证多变量线性回归可用矩阵形式表示为 y = X · W + b66% 相似待验证对于N只股票，协方差矩阵包含N×(N+1)/2个独立参数需要估计65% 相似待验证多元高斯分布下的互信息可以完全由协方差矩阵决定，可表示为联合协方差矩阵与边际协方差矩阵的行列式比值64% 相似待验证混淆矩阵是一个N×N方阵，第i行第j列元素表示真实类别为i但被预测为j的样本数量64% 相似待验证该框架通过选择一个有限的可测集族 {A_1, ..., A_m}，将分布回归问题转化为对这 m 个集合分别估计条件概率 P(Y ∈ A_i | X)。63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/682011

API

curl https://kongchang.com/api/v1/knowledge/claims/682011

MCP

get_claim(id=682011)