生物医疗大数据
存在系统误差使得估计量有偏，如下图红色和蓝色图形，存在随机误差使得估计量并不是同一个值，如图中除去期望之外的曲线值，为了控制随机抽样造成的误差，可以使用p-value决定是否服从假设检验，判断两个变量之间相关性的有无。
相关系数：该系数广泛用于度量两个变量之间的线性相关程度。
建立模型：
技术种类：线性模型&机器学习模型
按输出数据分类：监督学习模型&非监督学习模型
Average linkage demo
第一个矩阵是原始数据，单未知数据结构，通过average linkage方法结倒推得到其数据结构，即把数据展开了。主要步骤是找到Smallest distance（因为此两者之间的关系最简单），将距离均值作为到中间未知的距离（因为average linkage中的average决定的），随后以此类推。
除去average linkage方法之外还有Max：Complete linkage&min：single linkage。
对于classify来说，有data-base的KNN：K取值重要决定学习规则的范围；和Model-oriented其最重要的是找到区分多类数据的曲线，该曲线的函数思路可有以下三种：
1.高次项SVM（升维）
2.用傅里叶变换用三角函数凑不平滑曲线
3.signals function源自泰勒展开，通过将signals function加权得到划分曲线，这也是神经网络模型的基础
signals function|KNN|SVM|average linkage|Complete linkage|single linkage
原文：https://www.cnblogs.com/yuanjingnan/p/11538173.html