如何模拟有偏硬币的翻转?
在无偏硬币翻转中，H 或 T 发生的次数为 50%. 但我想模拟硬币，它给 H 的概率为 'p'，T 的概率为 '(1-p)'. 像这样: def 翻转(p):'''这个函数以概率p返回H'''# 做一点事返回结果>>[在 xrange(10) 中为 i 翻转 (0.8)][H,H,T,H,H,H,T,H,H,H] 解决方案 random.random() 返回一个 均匀分布 范
..
probability相关内容
在 Python 中规范化数字列表
我需要对一系列值进行归一化以适应概率分布，即介于 0.0 和 1.0 之间. 我了解如何规范化，但很好奇 Python 是否具有自动执行此操作的功能. 我想从: raw = [0.07, 0.14, 0.07] 到 normed = [0.25, 0.50, 0.25] 解决方案 使用 : norm = [float(i)/sum(raw) for i in raw] 针
..
如何计算 Perl 中给定正态分布的点的概率?
Perl 中是否有一个包可以让您计算每个给定点的概率分布高度.例如，这可以在 R 中以这种方式完成: >dnorm(0, mean=4,sd=10)>0.03682701 即点 x=0 落入正态分布的概率为 0.0368，均值=4，sd=10.我查看了 Statistics::Distribution 但它没有不给，非常功能来做到这一点. 解决方案 为什么不遵循这些原则(我用 R 编写
..
如何使用自定义概率分布随机选择
我有一份来自美国人口普查网站的美国姓名及其各自姓名的列表.我想使用给定的概率从这个列表中生成一个随机名称.数据在这里:美国人口普查数据 我见过像 轮盘选择这样的算法，这些算法很容易实现，但我想知道是否有任何方法可以在 O(1) 中生成随机名称.对于 直方图数据，这更容易，因为您可以创建生日的整数哈希，但我想这样做是为了连续分布. 如果这是不可能的，是否有任何 Python 模块接受概率
..
R:使用重要性采样的蒙特卡罗集成
我有一个积分要评估 "x^(-0.5)" ;[0.01,1] 中的 x 我正在使用重要性采样 MC :该理论说必须使用近似的 PDF 来计算期望值(几乎肯定会收敛到积分的平均值) 在绘制给定的积分和指数 PDF 后，仅基于图，我选择了rexp 和 dexp 生成 PDF - 我的代码看起来像这样 - #Without Importance Samplingset.seed(1909)
..
Python中的多元正态密度?
是否有任何 python 包允许有效计算 多元变量的 PDF(概率密度函数)正态分布? 它似乎没有包含在 Numpy/Scipy 中，而且令人惊讶的是 Google 搜索没有发现任何有用的东西. 解决方案 多变量法线现在在 SciPy 0.14.0.dev-16fc0af 上可用: from scipy.stats import multivariate_normalvar = m
..
计算 xarray 中每个网格点的百分位数
我目前正在使用 xarray 制作概率图.我想使用像“计数"练习这样的统计评估.意思是，对于 NEU 中的所有数据点，计算两个变量共同超过其阈值的次数.这意味着降水数据的第 1 个百分点和温度数据的第 99 个百分点.那么连接发生的概率 (P) 就是连接超出的数量除以数据集中数据点的数量. 维度:(纬度:88，经度:200，时间:6348)坐标:* 纬度(纬度) float64 49.62 49
..
用给定的概率密度函数生成随机数
我想指定分布的概率密度函数，然后随机选取 N 个来自 Python 中该分布的数字.我该怎么做? 解决方案 一般来说，你希望有逆累积概率密度函数.一旦你有了它，那么沿着分布生成随机数就很简单了: 随机导入定义样本(n):返回 [ icdf(random.random()) for _ in range(n) ] 或者，如果您使用 NumPy: 将 numpy 导入为 np定义样本(n
..
Python:使用 scipy quad 嵌套在另一个积分中的积分和函数
我已经设法使用 scipy.integrate.quad 为我的随机过程类编写了几行代码 我有标准布朗运动的马尔可夫转移函数 将 numpy 导入为 np定义 p(x,t):返回 (1/np.sqrt(2*np.pi*t))*np.exp(-x**2/(2*t)) 但我想计算以下我将用不起作用的代码编写的内容.我是这样写的，所以我们不用乳胶也能理解问题. from scipy.int
..
通过添加随机数来近似正态分布
我想生成一些正态分布的随机数.这不是关键任务，所以一个简单的算法就足够了.然后我想提供我自己的均值和标准差. 据我所知，根据中心极限定理，我应该能够通过将随机数相加来近似正态分布的随机数. 例如: rand()+rand()+rand()+rand()+rand()+rand() 其中 rand() 导致从 0 到 1 的均匀分布的随机数是一个合理的近似值.(我知道从技术上讲它是
..
在Matlab中从多元自定义累积分布函数中抽样
考虑一个5变量累积分布函数(cdf)，我称之为F. 我想在Matlab中从此cdf采样随机5x1向量.F不是已经在Matlab中实现的cdf(例如普通，t型学生等).具体来说，它定义为 2)另一个选择可能是使用 slicesample 作为建议的此处，但我没有我知道如何写概率密度函数的解析表达式. 3)这里的另一种想法却很具体对于双变量情况. 您能帮助我了解我如何进行吗?
..
如何从python/scipy/numpy等步骤函数中采样?
如果我有bin边并为每个bin计数，那么有没有一种很好的简洁方法可以从概率密度函数中采样呢? 这是我的意思的一个例子. bin_edges = [0,2.1,6.3,23.5]计数= [5,2,10] 概率密度函数是一个阶跃函数，其步骤为: [0,2.1,6.3,23.5] ，第一步的概率密度(步长)为5/(17 * 2.1).第二个步骤/步骤的概率密度为2/(17 * 4.
..
计算FUNPROB的概率
关于- FUNPROB 解决方案是: int N，M;while(1){scanf(“％d％d"，& N，& M);如果(0 == N&& 0 == M)中断;如果(N> M)printf("0.000000 \ n");别的 {双重分辨率=(双重)(M-N + 1)/(M + 1);printf(“％.6f \ n"，res);}} 我的问题是关于行 res =(M-N + 1
..
sklearn的MLP Forecast_proba函数如何在内部工作?
我正在尝试了解 sklearn 的MLP分类器为其 predict_proba 函数检索其结果. 该网站仅列出: 概率估计 还有很多，例如 其他模型类型也有更多详细信息.以支持向量机分类器 还有此非常好的堆栈溢出帖子，对其进行了深入的解释. 计算X中样本的可能结果的概率. 模型需要在训练时计算出概率信息时间:将属性概率设置为True. 其他示例 随机森
..
如何在sklearn中获得分类器的置信度分数以进行预测?
我想获得它所做的每个预测的置信度得分，以显示分类器在其预测中是否正确. 我想要这样的东西: 分类器的预测如何确定? 第1类:这是第1类的81％ 第2类:10％ 第3类:6％ 第4类:3％ 我的代码示例: features_train，features_test，labels_train，labelstest = cross_validation.train_tes
..
创建贝叶斯网络并使用Python3.x学习参数
我正在寻找Windows上最适合python3.x的工具，以创建贝叶斯网络，从数据中了解其参数并进行推断. 我要定义自己的网络结构如下: 作者使用期望最大化算法来学习条件概率表的参数，并使用连接树算法来计算精确的推论. 据我所知，所有这些都是通过Murphy的Bayes Net Toolbox在MatLab中实现的. 我试图在python中搜索类似内容，这是我的结果: P
..
具有权重约束的逻辑回归(非自然，降序)
在一次采访中，我被问到是否有权重约束的逻辑回归，例如 1.weights均为非负和 2.weights保持降序全局最优，我知道没有约束它可以达到全局最优，在非消极约束下，我认为通过使用带kkt条件的lagrange乘数可以管理局部最优，但是有一种方法可以使用某种方法在递减的情况下获得局部最优重量?
..
使用Math.random获得相同值的可能性
要求是当用户单击“提交"按钮时向数据库发送唯一的ID.所以我正在使用Javascript Math.random 方法.我只想知道使用 Math.random 的相同数字的位数是多少? 解决方案 您遇到了一个叫做生日的问题:即使有366个可能的生日，当一个房间里只有26个人时，对将有相同的生日优于50-50.通常，当您的数字接近样本大小的平方根(26在366的平方根附近)时，可能会发生冲突
..
生成总数为1的N个数字
给出一个大小为 n 的数组，我想为每个索引生成随机概率，以使 Sigma(a [0] .. a [n-1])= 1 一个可能的结果可能是: 0 1 2 3 40.15 0.2 0.18 0.22 0.25 另一个完全合法的结果可能是: 0 1 2 3 40.01 0.01 0.96 0.01 0.01 如何才能轻松，快速地生成这些内容?任何语言的答案都可以，最好是Java.
..
如何显示NDCG分数很重要
假设我的检索系统的NDCG分数是0.8.我如何解释这个分数.我如何告诉读者这个分数很重要? 解决方案 要了解这一点，我们来查看一个标准化折扣累积增益(nDCG)的示例. 对于nDCG，我们需要DCG和理想DCG(IDCG) 首先让我们了解什么是累积增益(CG)， 示例:假设我们有[Doc_1，Doc_2，Doc_3，Doc_4，Doc_5]Doc_1是100％相关的Doc_2具有70
..