1回答
我正在使用scikit optimize在我的RandomForestClassifier超参数空间中执行BayesSearchCV。假设一个超参数也是0(零)，同时具有对数均匀分布： ccp_alpha = Real(min(ccp_alpha), max(ccp_alpha), prior='log-uniform') 由于log(0)是无法计算的，因此显然不可能让参数在某个时刻取值为0。
浏览 66提问于2020-08-08得票数 1
1回答
我对logp有一种内在的困惑。我想通过一个在na网页上的例子来解释，这样我就不会缺少对它的解释。我启动了python shell，在导入所有必需的模块之后，我完成了以下操作Out[2]: -2.9780301980174
Out[3]: -4.709530201312334
Out[4]: -2.407183392
浏览 1提问于2014-05-29得票数 2
2回答
在区间5;50中产生至少1000个随机数的对数正态分布值的散点图，该散点图由区间0;1上的均匀分布导出。*rand(1000,1);
我无法理解这一部分“派生自区间0；1.上的均匀分布”。
浏览 1提问于2012-08-25得票数 1
回答已采纳
1回答
行标记密度
、、、
我画了几条对数比例的线，上面有大量的点。我使用不同的线条样式/标记将它们绘制为黑色。我使用"markevery“属性来减少标记的数量。X值以偶数间隔变化。我遇到的问题是，标记分布不均匀--接近0的标记较少，而每行右端的标记较多。有没有办法在不吹毛求疵的情况下绕过这个问题，使它们在对数尺度上“均匀”分布？
浏览 0提问于2012-07-19得票数 3
回答已采纳
1回答
在不同的范围内最不一致
、、、
好的，所以我试着用the的实现kstest作为评估哪个分布最适合数据的一种方法。我对kstest如何工作的理解是，统计表示零假设的概率(即返回的概率是所讨论的模型对数据错误的概率)。这在0.0和1.0之前的均匀分布中的工作原理与预期一样。“制服”，args=(0.01.0)
然而，当我将均匀分布的界限从args=(2.0，
浏览 1提问于2017-02-12得票数 2
回答已采纳
我正在使用Spark Dataframe中的numPartitions，lowerBound，upperBound从oracle.but中获取大表，它给我的数据只相当于一个分区。假设分区数为10，记录总数为100，那么我在Hive中只能摄取10条记录(记录总数/numPartitions)。
浏览 0提问于2018-07-02得票数 1
1回答
如何实现日志的均匀分布？
、、、
我不明白如何在Scipy中实现对数均匀概率分布。根据的注释，只定义_pdf就可以做到这一点。此外，我知道从的实际衍生的pdf。 temp = x / (self.b - self.a)
浏览 0提问于2018-03-28得票数 5
回答已采纳
3回答
我使用R对数据进行随机二次采样，同时保持分布(rel。频率)均匀(在整个VI范围内的观测值相等)。我还没能得到一个相当均匀的分布。.5, sd = .25) # I have this
hist(unif<-runif(1000, min=0,
浏览 2提问于2016-07-02得票数 3
我需要编写一个R代码，其中我将使用Box-Muller方法来生成随机的卡方分布值。我有一个从均匀到正态生成随机值的代码，然而，似乎找不到我的方法来进一步为卡方分布和t分布做这件事。这是一个通用代码： A <- runif(n, 0, 1) X2 <- cos(2*pi*A)*sqrt(-2*log(B)) 这将输出正态分布的rvs。现在
浏览 22提问于2021-10-04得票数 0
1回答
区间内的非均匀分布
、、、、
我希望在一个范围内生成一个非均匀的数据集，该范围的末尾有更多的数据点。假设范围是a-b，a，b>0，我想在python中找到一种方法来生成一个非均匀数据，其中有更多的数据点接近上限。类似于对数分布的反向。 谢谢。
浏览 13提问于2020-10-22得票数 1
我可以从正态分布计算对数概率，但不能计算均匀分布：>>> with pm.Model():...array(-2.9189385332046727)
...a = pm.Uniform('a
浏览 0提问于2017-05-20得票数 1
6回答
伪随机数生成器-指数分布
、、、
我想生成一些伪随机数，到目前为止，我对.Net库的Random.Next(int min, int max)函数非常满意。这种类型的应该使用，但我非常希望使用PRNG生成一些数字。有什么建议/代码片段/算法/想法吗？
浏览 70提问于2010-01-21得票数 64
回答已采纳
我对噪声对比估计的理解是，我们从单词嵌入中采样一些向量(负样本)，然后计算每个向量的对数似然。然后，我们希望最大化目标单词的概率和每个负样本单词的对数似然之间的差异(因此，如果我在这方面是正确的，我们希望优化损失函数，使其尽可能接近1)。我的问题是：
nce_loss函数的num_classes参数有什么作用？我最好的猜测是传入类的数量，以便Tensorflow知道我们从中提取负样本的分布的大小，但这可能没有意义，因为我们只能从变量本身推断分布的大小。
浏览 1提问于2017-11-30得票数 2
6回答
我一直在做分类问题，我读过很多人的代码和教程。我注意到的一件事是，许多人使用连续变量的np.log或log，如loan_amount或applicant_income等。如果可能，请提供一些解释。谢谢。
浏览 0提问于2018-10-23得票数 30
回答已采纳
我需要在a和b之间创建N个对数正态点，如何创建随机数？scipy 1.4 from scipy import stats
x = stats.loguniform.rvs(1,10,size=100,random_state=100) 如何在scipy1.0中做Scipy1.0没有形状，它只有带stats.lognormal参数的stats.lognorm。
浏览 21提问于2020-10-25得票数 0
回答已采纳
2回答
我想计算一个从1到MAX的对数范围，其中数字的近似总数是总数。一个非对数示例可能是：$total = 100;
for($i = $total; $i > 0; $i--){}
然而，这创建了一个大致均匀分布的范围。我希望范围在开始时有大多数数字，在结束时有较少的数字--通过对数刻度。值的总数不是严格的限制，只是一个估计值。
浏览 6提问于2013-01-19得票数 0
2回答
我正在尝试理解这些函数之间的区别，如果有的话：他们似乎从均匀分布中产生了一个随机样本那么，在函数中没有任何参数，有什么区别吗？
浏览 5提问于2015-06-11得票数 8
云服务器
ICP备案
对象存储
云点播
实时音视频
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号