dxDBGrid列求和怎么没有效果啊？？

bbcboy 2006-04-20 11:31:33

我设置了SummaryfooterType=cstSum了
SHOWSummaryfooter也为TURE
可以编译后，求和那还是0.00，没有求和数字出来，要哪里设置啊？？？
非常感谢！！

...全文

212 1 打赏收藏举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

delphi1234 2006-07-13

打赏
举报

回复

你得在OPTIONDB属性中设置LOADALLRECORDS=TRUE；

多项式分布概率公式的理解多项分布是二项分布的推广。二项分布（也叫伯努利分布）的典型例子是扔硬币，硬币正面朝上概率为, 重复扔次硬币，次为正面的概率即为一个二项分布概率。而多项分布就像扔骰子，有6个面对应6个不同的点数。二项分布时事件只有2种取值，而多项分布的有多种取值，多项分布的概率公式为这个公式看上去像是莫名其妙地冒出来的，想要了解它首先必须要知道组合数学中的多

今天应该是把朴素贝叶斯算法层面上的东西全部理解了，朴素贝叶斯总的来说是比较简单的机器学习模型，是生成模型，而不是判别模型，是在假定y的条件下看x的生成情况。朴素贝叶斯两个朴素的但不一定正确的假设，条件概率，到贝叶斯公式，再推广到朴素贝叶斯的公式，利用朴素的假设简化模型，类别的参数估计总是用MLE或者MAP估计（平滑），对于给定y之后的x，如果假设x服从高斯分布，利用最大似然估计...

机器学习的本质在于利用经验来改进任务的表现。简单来说，我们希望机器能够从以往的数据中学习，并在未来遇到新问题时做出更好的决策。在本文中，我们从机器学习的基本定义出发，阐述了任务TTT、经验EEE与概率分布PPP的核心思想；通过对监督学习中分类与回归问题的详细讲解，我们展示了如何利用经验风险最小化 (ERM) 和最大似然估计 (MLE) 来建立和优化模型；同时，我们通过大量公式和大白话解释，带你逐步理解了从简单的线性回归、多项式回归到深度神经网络的数学演进过程。核心结论概率视角的重要性。

作者查阅了一些资料，全是公式函数名也陌生，所以这部分一直进行不下去。其实不用怕，只是提出了一类分布，这一类分布遵循着一些性质，具体推导过程甚至可以不了解，直接拿着结论用。通过这些特点你可以根据极大似然估计求损失函数。

本文通过Python代码动态演示多项式定理的展开过程，帮助读者直观理解组合数学中的多项式定理及其应用。文章包含Jupyter Notebook源码，展示了如何利用sympy和matplotlib进行可视化，并探讨了多项式定理在非负整数解、概率论和机器学习特征工程中的实际应用。

数据库相关

2,508

社区成员

88,437

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章