probability-density

    2热度

    1回答

    我想用KDE和Gaussian Kernel。如果我没错,所有f(x)的总和必须是1(〜四舍五入)? 我的实现看起来是这样的: float K(float const& val) { const float p=1.0/std::sqrt(2.0 * M_PI); float result = 0.5 * (val*val); result = p *

    -2热度

    1回答

    我有一个HashMap。其中Key是playerName,value是ticketCount。例如:player1有10张门票,player2有20张门票。 我想创建一个方法,它将返回一个playerName,当一个随机数(它是生成的)传入它。例如:如果3通过,它应该返回player1等 我有以下方法来计算概率,不知道它是否正确。 计算每个ticketCount的概率范围,然后使用if else语

    -1热度

    1回答

    我有以下数据集: X=[4.692 6.328 4.677 6.836 5.032 5.269 5.732 5.083 4.772 4.659 4.564 5.627 4.959 4.631 6.407 4.747 4.920 4

    1热度

    1回答

    我需要使用k-NN密度估计算法找到数据集内每个点的密度。我理解用于计算的基本方法,如以下屏幕截图所示。 Complete slides at [link] 我想知道R中是否有任何库提供函数来计算K-NN密度估计。虽然在stackoverflow的同一主题上有一些相关的问题,但没有一个得到正确的回答。 注意:我发现这个question有关,但同样的答案不起作用。

    0热度

    1回答

    我需要通过x计算瑞利函数的危险率PDF /(1-CDF)。 x = 0:0.001:2.5; HR = pdf('rayl',x,sqrt(1/18))./(1-cdf('rayl',x,sqrt(1/18))); plot(x,HR) 这里情节变得有趣的在大约x = 2。我如何提高人力资源的准确性?

    1热度

    2回答

    我正在使用随机森林作为回归问题来预测给定的Test-X集合(特性的新值)的Test-Y的标签值。该模型已经通过给定的Train-X(特征)和Train-Y(标签)进行了训练。 R的“randomForest”对预测Test-Y的数值非常有帮助。但这不是我想要的。 我只想用随机森林来产生一个概率密度函数,而不仅仅是一个数字。我搜索了好几天的解决方案,这里是我迄今发现: “随机森林”不会产生概率回归,

    1热度

    1回答

    背景 我估计一下用空间直观数据的地理区域内潜在的能源供应。为此,我构建了一个贝叶斯网络(HydeNet软件包)并将其附加到R中的栅格堆栈中。贝叶斯网络模型从栅格堆栈中读取每个单元位置的输入数据(例如资源供应,转换效率)并计算相应的能源供应(MCMC模拟)。因此,我获得了一个新的拉斯特层,其具有每个栅格单元的预期能源供应的特定概率分布。 但是,我对研究区域内的总能源供应同样感兴趣。这意味着我需要汇总

    0热度

    2回答

    我需要一些来自分布p(x)= x * exp(-ax)x> 0 的样本,但是在python中,只有指数分布可用于采样。我如何在Python中使用这个发行版?谢谢!!!

    0热度

    2回答

    我想用mu和sigma的四个不同参数调用scipy.stats.multivariate_normal。然后,对于每个生成的概率密度函数,我需要在一个10个值的数组上调用该pdf。 为了简单起见,让我们说,上面提到的功能是addXY: def addXY(x, y): return x+y params=[[1,2],[1,3],[1,4],[1,5]] # mu and sigm

    -1热度

    1回答

    当使用numpy.histogram时,如果density = True,该函数将返回一个数组,其中每个点都有pdf值。但是我的问题是,它是否会返回垃圾箱前端或垃圾箱中间的pdf值? 例如,如果我有垃圾桶0-1,1-2,2-3等......它会给我的点数0,1,2等......或在0.5,1.5, 2.5等... 谢谢!