probability

    0

    1答えて

    私が知っているように、Naive Bayesのようないくつかの分類器は、データの事後確率を計算し、それに基づいて結果を生成します。 私の質問は、どのような分類器でも事後確率を生み出すことができますか? たとえば、意思決定ツリーがそれをどのように生成できるか?

    1

    1答えて

    到着時間を持つプロセスをモデル化しようとしています。私は実際の到着をサンプリングし、何日もの間、一連の到着カウントを1日に持っています。この測定データを使って、ポアソン分布に従った一連の実際の到着タイムスタンプを作成したいと思います。例えば 、所与: countPerDay = [2,3,1、...] 計算: arrivalTimes = [0.324、0.547、1.223、1.563、1.84

    0

    1答えて

    私は勝利のチャンスが何であるかを見るために宝くじシミュレーションを作成しようとしています。 私は非常に簡単に始めます:私のプログラムはx回宝くじを走らせて、勝利の確率を見いだして、勝ち数を勝敗の数で割るべきです。 私の問題は、勝利を数えて保管する方法です。 今のコードは次のとおりです。 from random import randint for i in range (1,1001):

    0

    2答えて

    は、私たちは次の関数を考えてみましょう: $f(x)=\begin{cases} 0,& \Pr(f(x)=0)=x \\ 1,& \Pr(f(x)=1)=1-x\end{cases}$, where $0< x< 1$ 裁判: 私は次のコードで試してみましたが、私は、それが正しいかどうか分かりません。コードはここにあります: import random def f(x):

    0

    2答えて

    私はちょうどC + +で始まり、単純なテキストベースの冒険を作成しています。私は、確率に基づくイベントをどのように持つかを見極めようとしています。たとえば、箱を開けたときに剣があり、刃が50%の確率で50%の確率で倒れる可能性があります。私は乱数生成器を作る方法を知っていますが、その番号を何かに関連付ける方法はわかりません。私が望むもののバリエーションを作りましたが、ユーザは乱数を入力する必要があ

    1

    1答えて

    私は分類問題にh2o.gbmを使用していましたが、クラス確率の計算方法についてもう少し理解したいと思っていました。出発点として、(リーフの観測値を見て)1つのツリーだけでgbmのクラス確率を再計算しようとしましたが、結果は非常に混乱します。 私の正のクラス変数が "買い"で、負のクラス変数 "not_buy"で、 "dt.train"というトレーニングセットと "dt.test"という別のテストセ

    0

    1答えて

    私はバイグラムモデルを構築し、単語の出現確率を計算しようとしています。私はする必要があります •bigramsを格納する適切なデータ構造を選択します。 •単語と前の単語の組み合わせの増分カウント。これは、前の言葉の内容を把握する必要があることを意味します。 •前の単語カウントに基づいて現在の単語の確率を計算します。 CURRワードの 度Prob =回数(前の単語、CURRワード)/回数(前の単語)

    0

    1答えて

    私はMatlabを初めて使いました。私は3300単位の領域のうちの基準点の15単位内に1回の挿入が起こるようにランダム挿入事象の数を決定しなければならない実験を作成しています。挿入は、3300ユニット内のどこにでも発生する確率が等しい。基準点の15単位内に少なくとも1つの挿入が発生する可能性が50%以上あることを希望します。

    0

    2答えて

    ポアソン分布に従うと思われるヒストグラムデータに適合させようとしています。関数を次のように宣言し、最小二乗法を使ってフィットさせようとします。 xdata; ydata; % Arrays in which I have stored the data. %Ydata tell us how many times the xdata is repeated in the set. fun=

    2

    1答えて

    私はどうすれば自動的にXとYの間の共分散を計算するSymPyを使用することができ、パラメータ10 とその分布ポアソン分布であるパラメータを持つポアソンである確率変数X、自分自身である確率変数Yを持っていますか? コード from sympy.stats import * x1 = Poisson("x1", 3) x2 = Poisson("x2", x1) print(covariance