2回答
我想反复从一个中取样，以便得到一个数字。
下面是实现我正在寻找的代码的一些代码：
const probabilities = [0.3, 0.3, 0.2, 0.15, 0.05]
const cummulative_probabilities = cumsum(probabilities)
function pickone(cummulative_probabilities)
n = length(cummulative_probabilities)
i = 1
r = rand()
while r >= cummulative_probabiliti
浏览 2提问于2020-11-20得票数 3
回答已采纳
1回答
我使用R中的t检验来检验在使用FGT贫困度量时，当将权重、分层和聚类(分别)添加到调查设计时所产生的均值差异的意义，我使用传递包中的svyfgt函数来计算。我通过为每个调查设计建立向量来运行t检验，其中包括均值、标准差和样本大小，因此，我需要获得svyfgt均值的标准差。
在测量软件包中，有一个svysd函数，用于计算复杂测量设计时的标准差。此值与通过将SE乘以sqrt(n)获得的值有很大不同，如下所示：
library(survey)
wel <- c(68008.19, 128504.61, 21347.69,
33272.95, 61828.96,
浏览 5提问于2022-01-02得票数 1
回答已采纳
2回答
我想估计带二元因变量的非线性模型的系数。非线性的产生是因为两个回归器( A和B )分别依赖于数据集的子集和两个参数lambda1和lambda2：
y = alpha + beta1 * A(lambda1) + beta2 * B(lambda2) + delta * X + epsilon
对于每一次观察，我们都有
其中a和Rs是data.frame中的变量。回归者B(lambda2)的定义也是类似的。
此外，我还需要包括在Stata中被称为的内容，即调查权重或抽样权重。出于这个原因，我正在使用Thomas的R包。
首先，我为A (和B)创建了一个函数，即：
A <- fu
浏览 4提问于2016-03-21得票数 4
1回答
我正在研究特征加权技术(卡方，浮雕..)用于使用Weka进行分类任务。我可以将这些权重添加到数据集的属性中吗？如果是，怎么做？Weka中的分类算法是否利用了特征权重？
浏览 0提问于2018-10-23得票数 1
1回答
加权损失函数与加权抽样？
、、、、
对于图像分类任务，使用加权损失函数与使用加权抽样有实际区别吗？(我希望得到理论上的论证、经验或发表的论文，任何真正的东西。)
一些细节：
所谓“加权抽样”，是指对训练集中的每一个样本赋予不同的抽样概率。
所谓“加权损失函数”，指的是不同的加权误差项，取决于考虑的样本。
浏览 0提问于2020-06-05得票数 4
我试图建立一个简单的一阶系统，其中增益
是两个变量的函数。传递函数在下面。
[]()
因此，模型增益取决于
和
它会随着时间的推移而改变。
我如何在Matlab中实现这一点？我看了tunableSurface函数，但它规范了参数，我不想这样做，因为它们代表了传感器的灵敏度，所以规范化它们只是没有帮助。
我不认为Matlab有能力做我想做的事情，如果我错了，请告诉我。
浏览 1提问于2017-01-25得票数 0
1回答
加速R中的概率加权抽样
、、、、
如何在R.
# Let's assume we are considering following example:
w <- sample(1:4000,size=2e6, replace=T)
# "w" will be integer, so we are going to convert it to numeric.
w <- as.numeric(w)
# Actually the sampling process have to be repeated many times.
M <- matrix(NA, 10, 2000)
s
浏览 2提问于2014-01-21得票数 2
回答已采纳
我试图生成一些随机字符，但我想包括string.letters、string.digits和string.punctuation。我可以做其中的任何一个，但是如何包含所有三个(或其他)源/常量？
import random
import string
for i in range(0,4):
print(random.choice(string.ascii_letters))
此代码将选择一个字母-希望包括数字和标点符号也.
浏览 2提问于2020-07-03得票数 1
回答已采纳
考虑下面的代码，它确定了具有Paule-Mandel估计器的随机效应模型的异质性：
library(metafor)
res = rma(measure = "RD", ai = Ai, bi = Bi, ci = Ci, di = Di, data = data1, method="PM")
在手册元包中，在Hunter-Schmidt或DerSimonian估计器用于汇集结果的情况下，提到了池的方法，而Paule-Mandel估计器则没有提到。有什么暗示吗？
浏览 4提问于2016-09-18得票数 0
回答已采纳
1回答
我试图用测量对象的数据建立一个ROC曲线。但是pROC函数不能强迫一个调查对象返回一个数据框架进行分析，而且它不能与调查对象一起工作
if (!require("pacman")) install.packages("pacman")
pacman::p_load(tidyverse, haven, survey, sjPlot, pROC, surveydata)
roccurve1 <- roc(apoio_ag ~fitted(Model1), data = psurvey)
roccurve2 <- roc(apoio_ag ~fitte
浏览 4提问于2022-01-14得票数 1
你介意我问一下吗，朱莉娅里有像randsample那样的函数吗？sample函数在朱莉娅里。在matlab中randsample是一样的吗？？朱莉娅中的sample和rand有什么区别？
坦克非常多
浏览 0提问于2019-05-18得票数 2
回答已采纳
1回答
建立一个不带概率分布的贝叶斯神经网络作为预测模型的因变量是否可行？
我的意思是，如果id喜欢用解释变量X(例如y=5)的向量来推断一个特定的值，比如y(例如，X=)，那么贝叶斯神经网络就可以推断出具有标准差σ的y均值的分布(例如y均值=5，σ=0.5)。
这有意义吗？在不考虑simgma的情况下，神经网络的损失函数是否可以通过y与y均值的比较来工作呢？
部分回答:我认为sigma是神经网络的权重矩阵中分布的结果，它应该能工作。但我想确定并理解。
PS:我在生态学领域工作，所以得到结果的概率分布符合我的目标。
浏览 0提问于2019-01-13得票数 1
回答已采纳
我试图通过操纵像素值来修改图像的投影。
要做到这一点，我需要缩小图像的不同部分的大小不同的分数。
例如，如果图像宽度为1000像素，我可能需要将最终图像中的像素数600 - 800 (200像素)减少到150像素，并将最终图像中的像素数800 - 1000 (200像素)减少到100像素。
对于第二种情况(将200像素减少到100像素)，我可以一次取2个像素的平均值来获得最终图像中的一个像素。但是如何做第一个(减少200个像素到150个像素)？
我非常感谢你抽出时间。
浏览 1提问于2022-02-08得票数 1
回答已采纳
1回答
我是个DS学生。我有大约30.000的银行对账单，都有一个特定的类别(cat1，cat2，.)。利用这些数据，我试图训练一个分类模型，但我发现了几个问题：
拥有更多语句的类别有10k，而具有较少100 (不平衡数据集)的类别。
许多行用相同的文本重复(例如，“在超级市场Y中购买X$”，但重复的行出现在每个标签中)
我应该用反复的话来训练吗？如果我这样做了，模型将被训练用于某些特定的情况，而预测的结果将不是真实的，因为例如，如果我重复使用相同标签的语句：
A，B，B(标签)
我和标签A和B只排了一行，因为这句话会被重复，所以预测其他B的准确性是100%。
如果我不反复训练，我是否不删除有关我的数
浏览 0提问于2020-12-18得票数 1
2回答
为了训练目的，我试图创建一个假数据集，并想要一个函数来创建一个日期向量，该向量与某种概率分布相匹配.应该有更多的日期从一个特定的范围选择比另一个。
我知道要选择一个日期范围，我可以这样做：
seq(as.Date("1940-12-30"), as.Date("2005-01-04"), by="days")
为了分配给一个群体，我可以这样做：
dchisq(x=1:500,df = 100)或rlnorm(500,1,.6)
但是，我对如何使seq()从上面提到的一个特定的概率分布中提取出来是一片空白。那么，如何根据模式绘制日期呢？
浏览 0提问于2016-11-28得票数 2
回答已采纳
我很少有编程经验，但我正在从事一个统计项目，并希望生成一个不相等的概率样本，其中一个单元的包含概率基于其大小(PPS)。
基本上，我有两个数据集：
ds1列出了美国的州和我试图估计的参数
ds2有每个州的人口规模。
我的问题：
我希望使用R从第一个数据集中选择一个随机样本，使用基于每个状态的总体(第二个数据集)的包含概率。
还有什么方法可以用R来计算这些广义不等概率估计公式吗？
也只是对公式的注记: pi_i是包含概率，pi_ij是联合包含概率。
浏览 6提问于2017-12-03得票数 2
我目前正在研究BRDF及其相关的概率密度函数(PDF)，以便对它们进行重要性抽样。对于我来说，很难找到正确的方法来计算BRDF的PDF。我知道PDF应该验证的一些特性(积分必须等于1.)但我真的不知道该怎么做。
我现在正在研究。
如果有人知道一个通用的方法来做它，或有任何好的资源提出，我会很高兴阅读！
非常感谢你提前，
浏览 0提问于2021-06-01得票数 1
我们使用Google控制台创建了未采样的报告，并在Google下生成了该报告。现在，为了使下载过程自动化，我们尝试使用Java下载报告。
根据Google库，它可以通过使用报表的selfLink()方法来完成。我们可以使用此方法打印链接，但无法下载报表。没有错误，但下载过程失败。我们怎么才能解决这个问题？
浏览 1提问于2015-10-02得票数 0
回答已采纳
1回答
半监督异常检测
、、、
我目前正在为我的工作探索异常检测方法，基本上，我已经通过了局部外因子和隔离森林，这都是无监督的方法。
现在，问题是，我可能不想要一个点被认为是孤立点，所以我需要某种有监督或半监督的方法来进行异常点的检测。
所以我想的是：
1.Label a bunch of points as outlier using LOF/IF.
2.Train a classifier on top of the labels, and then make manual adjustements if needed.
这是一种半监督的方法吗？有没有人对这类问题有过经验，可以说我在这里漏掉了什么？
另外，因为我标记的
浏览 0提问于2020-06-12得票数 1
2回答
简写版：
如果我有一个n个分量的MoG模型，每个分量都有各自的权重w^n。我有一个样本，我想计算这个样本是从MoG中抽取的概率。我可以很容易地评估单个高斯人，但我不知道如何考虑他们的权重，或者把他们的分数汇总起来。
更长版本：
我正在使用matlab中的MoG模型作为机器学习算法。我是抽样蒙特卡罗风格，因此需要执行重要性重加权，这涉及到评估从MoG模型中提取特定样本的可能性。我可以很容易地评估一个单一的高斯，但我不知道如何对整个MoG模型，考虑到所有的成分和权重。
浏览 8提问于2016-01-22得票数 2
回答已采纳
1回答
罕见事件的预测分析
、、、、
我试图预测罕见的事件，意味着不到1%的阳性病例。我基本上试着预测一个主题是否会有0，1，2.，6，>6的失败(在所有这些类别中都有)。
我尝试过几种算法：
决策树
随机林
阿达博斯特
使用k-均值聚类进行分组，并发现与故障的关联(哪个组的故障最多)
在任何情况下，学习要么没有失败，要么有太多的差异(导致在C.V.集上的错误结论)。
你知道哪些机器学习算法更适合于罕见的事件吗？
或者，我使用这些算法得到了这些糟糕的结果，这是否令人惊讶，这意味着我的特性列表不是很好？
非常感谢。
浏览 0提问于2015-10-29得票数 5
回答已采纳
我在研究一个二元分类问题。假设A和B类，但问题是A和B类的先验分布大约是90%和10%。所以我尝试过的大多数分类算法，它们倾向于将大多数案例分类为A类，尽管0/1的准确率很高，但是B类的分类精度和召回率是可怕的。我怎么才能改变这个？
浏览 2提问于2013-09-18得票数 2
回答已采纳
3回答
更新：scipy.stats.gaussian_kde现在支持加权示例。详细信息请参见和。
目前还不可能使用scipy.stats.gaussian_kde来估计基于的随机变量的密度。基于加权样本估计连续随机变量密度的方法有哪些？
浏览 2提问于2014-12-23得票数 15
回答已采纳
1回答
目前，我正在使用一个很好的python库StellarGraph来实现GraphSAGE (图形神经网络)，并且对于大多数使用来说，这个库工作得很好。
现在，我遇到了一种情况，即我有带加权边的图--权重反映了一些关系相对于其他关系的重要性。换句话说，节点之间的一些链接具有较低的权重(低重要性)，而另一些则具有较高的权重(高重要性)。
在图网络训练中考虑权重的情况下，这对于聚类甚至节点分类都是非常有用的。
有没有办法让GraphSAGE / python StellarGraph考虑加权边？
浏览 0提问于2019-07-29得票数 2
回答已采纳
1回答
我有一个调查，我需要做两件事；
I需要对一组变量应用调查权重，使用调查包检索“加权”平均值和--我需要找到这些变量的加权平均值。
做完这两件事后，我只想得到每个变量的最后加权平均值。
我知道如何分别找到调查加权平均数和加权平均数，但我不知道如何将它们结合起来，也不知道如何应用这些加权数。下面是我的数据的一个例子，以及如何分别找到“调查加权平均数”和“加权平均值”。
请参阅下面的示例数据：
library(survey)
dat_in <- read_table2("code CCS trad_sec Q1 enrolled wgt
23 TRUE sec
浏览 3提问于2021-08-09得票数 1
给定一个向量和一定数量的元素n，我在寻找一种方法，从概率与指数成反比的向量中选择n个不同的元素。
示例：
std::vector v = {0, 1, 2, ... 998, 999};
n = 10;
一组可能选择的指数可能是：
{50, 200, 350, 500, 600, 700, 800, 850, 900, 950}
备注：
选择的索引必须在调用之间保持一致。
同一个索引不能在同一个调用结果中选择两次。
从向量开始的指数密度必须与向量结束时的指数密度成正比。例如，对于给定的示例，结果{990 . 999}无效。
我希望尽可能多地使用标准库中的代码，而不是自己实现。
浏览 2提问于2021-10-22得票数 1
回答已采纳
4回答
随机洗牌加权数组
、、
有一个包含这些ID的ID和权重的散列。
y = { 1 => 0.7, 2 => 0.2, 3 => 0.1 }
我想根据重量来调整这个散列。
我尝试了许多不同的方法，所有这些都给了我相似的，意想不到的结果。这是我发现的最简洁的。
y.sort_by {|v| -v[1]*rand()}
当我运行这一万次并选择第一个I时，我得到以下计数：
{1=>8444, 2=>1316, 3=>240}
我期望这些计数反映上述权重(例如，1 => 7000)。对我来说，为什么这次洗牌和那些重量不匹配，我有点迷茫。有人能澄清我的困惑并告诉我如何解决吗？
以下是我找到
浏览 4提问于2015-03-06得票数 1
回答已采纳
我试着想出一个解决方案，它可以产生随机整数，结果分布更均匀。
其基本思想是：
例如，我想在0到9之间生成一个随机整数，当每个新的随机数被生成时，我还保留了一个列表来统计每个数字生成的次数。例如，如果第一个结果是5，那么5的计数为1，这将使下一次生成数字5的可能性降低，因为其他数字的计数只有0。
一开始，我考虑这样做，就像一个规则的加权随机数发生器，它会把所有的权重加起来，并在和的范围内创建一个随机数，看看随机数属于哪一个结果。
然而，权重列表仍然具有与选择相同的顺序。例如，如果我们有4种选择: 0，1，2，3，4，它们的权重为1，2，3，4。每种选择的归一化非加权概率为25%，归一化加权概率为
浏览 8提问于2020-09-08得票数 1
回答已采纳
2回答
我有一个小的数据集(大约60个样本)，我需要它来很好地预测高目标值。只有几个高值，而我尝试过的所有模型对于这些高值都表现不佳。
因此，我想知道有什么技术可以使算法在不能被视为异常值的高值情况下表现得更好。你看，这几个高值使得MSE非常大，因为模型往往低估这些高值，预测它们要小2倍或更多。
我有一个为异常值生成假数据的想法，但我还没有找到正确的回归方法。通过混合它们的特征为高值生成假数据是正确的吗？所以它就像被击打了一样，但是我们有附近的值，而不是类？
或者，另一种想法是按密度对目标进行聚类，然后通过使用SMOTE或ADASYN生成假数据生成均衡的聚类？
注意，我不想减少离群点的影响。相反，这些
浏览 0提问于2018-10-05得票数 0
回答已采纳
1回答
我有一个计数向量，我想用R中的替换来重采样：
X350277 128
X193233 301
X514940 3715
X535375 760
X953855 50
X357046 236
X196664 460
X589071 898
X583656 670
X583117 1614
(注:第二列为计数，第一列为计数所代表的对象)
从阅读各种文档来看，重采样数据似乎很容易，其中每一行或每列代表一个观察。但是，当每一行表示多个被加在一起的观察(如在计数表中)时，我如何做到这一点？
浏览 2提问于2015-12-08得票数 2
回答已采纳
我有一个关于在word2vec中做负抽样的问题。为了解决二值分类问题，我知道目标词周围的词被标记为正，而其他范围内的词被标记为负值。在这个时候，负面的词太多了。因此，根据整个文档中出现的单词的频率来进行负值抽样。
在这种情况下，如果阳性词是以相同的否定抽样，它是如何处理的？
例如，如果你看目标词爱在“我爱比萨”，(爱，比萨饼)应该有一个积极的标签。但是，(爱，披萨)难道不可能在之后的句子中通过负性抽样而产生一个负面的标签吗？
浏览 5提问于2022-03-13得票数 0
3回答
我有一个非常大的数据集，有6000万行和11个特性。它是高度不平衡的数据集，20:1 (信号:背景)。正如我所看到的，解决这个问题有两种方法：
First:过采样/过采样.
这样我有两个问题。如果我在火车测试分裂之前做过抽样，我就会丢失很多数据.但是更重要的是，如果我在一个平衡的数据集上训练一个模型，我就会失去关于我的信号数据的频率的信息(比如说良性肿瘤的频率)，而且由于模型是经过训练和评估的，所以模型的性能会很好。但是，如果在将来的某个时候，我将尝试我的新数据模型，因为真实的数据是不平衡的，所以它的性能会很差。
如果我在列车测试分裂后进行了欠采样，我的模型就会不适合，因为它将接受平衡数据的训
浏览 3提问于2019-12-19得票数 3
1回答
我想在python中给出一个dataframe数据库。此样本必须按特定变量分层。我尝试了sklearn.cross_validation，但问题是你只能用一个变量分层，我需要根据几个变量来区分我的人口。
所以我要找的是proc调查，(SAS中的地层指导)或者svydesign(R中)。这个函数是否存在于python中？
我在这个页面上发现了函数stratified_samples ，但是没有文档或使用示例，很难理解如何输入分层变量。
谢谢你的帮忙
浏览 7提问于2016-07-21得票数 2
如何使用带观测权重的R randomForest包？我知道在这个方案中没有这样的选择。我有两个问题：
是否有使用randomForest包解决此问题的解决方案？此时，我正在用权重作为概率从数据中抽取样本，所以我至少可以模拟它：
M=dim(数据)1样本(数据，m，replace=TRUE，prob=weights)
有其他的(更好的)解决方案吗？，，除了randomForest包，还有其他的选择吗？我找到了party包(cforest)，但是它在内存管理方面很糟糕(或者我不能像使用randomForest包那样使用它)。我有大约200 K的观测和30-40个变量。
编辑：
很抱歉没有澄清细节。
浏览 3提问于2012-03-25得票数 17
2回答
我想从用户列表中随机选择一个用户，但希望VIP用户被选中的概率更高，如何实现这样的算法？
示例数据：
$users = array(
array('name'=>'user1', 'is_vip'=>false),
array('name'=>'user2', 'is_vip'=>false),
array('name'=>'user3', 'is_vip'=>false),
arra
浏览 0提问于2013-01-11得票数 1
3回答
我在工作环境的正常运作中遇到了一些事故。它是一个倾斜的数据集。我的预测准确率为95%。
问题：
接受这一预测是数据科学家的普遍做法吗？
我必须通过重采样和平衡偏斜和train & test再次返工吗？
很抱歉，我要问一些基于部分意见的问题。
📷
浏览 0提问于2018-12-26得票数 0
Im doing basic descriptive statistics of a household survey dataframe. I have a column who reports the number of times of an event in certain period of time. The survey comes with afactor`列相当于观察值的权重。 所以，当我使用这段代码时 times_theater<- descr(data17$s08a_02, report.nas = F, stats = "all")
times_
浏览 29提问于2021-08-08得票数 0
1回答
我有一个大数组的项目和另一组重量相同的大小。我想在不替换第一个数组的情况下，根据第二个数组的权重进行采样。有什么方法可以用来完成吗？
浏览 0提问于2018-06-14得票数 4
回答已采纳
1回答
我对取样器很陌生，不明白为什么我们要使用加权随机取样器。有人能给我解释一下吗？另外，我们是否应该使用加权随机取样器来进行验证？
浏览 3提问于2021-07-25得票数 0
回答已采纳
我的模拟需要标准正态(高斯)随机变量。生成它们的最简单方法是什么？与java不同的是，标准的类似乎只处理统一变量。
浏览 3提问于2012-06-12得票数 2
回答已采纳
1回答
多标号不平衡数据集分类
、、、、
我目前正在开发一个非常不平衡的多标签时尚产品数据集--我试着使用class_weights来解决它，但是每一个时代的精确度都是0.7556。有没有办法，我可以避免这个问题。我是否以错误的方式实现了类的权重？我也试过使用数据增强。
我在火车上有224个独特的课程。其中有些人只有一个非常令人沮丧的例子
在这个的帮助下，我也试图解决这个问题，但是我无法得到同样的精确分数。看起来，在这个笔记本中，不考虑数据集中不平衡的可能性。
def calculating_class_weights(classes,df):
number_dim = np.shape(classes)[0]
weights
浏览 2提问于2022-01-02得票数 4
回答已采纳
看起来dplyr的sample_n()只是为数据文件实现的，而不是一个SQL后端。是否可以使用ORDER BY rand()利用MySQL？这将与dplyr的head结合在一起，并允许类似的功能。
浏览 2提问于2017-03-22得票数 2
回答已采纳
2回答
我对余弦加权半球样本很幸运，我知道如何生成分层均匀样本，但我想将两者结合起来进行实验。然而，在执行余弦加权抽样时，我如何正确地分层半球呢？我对分层进行余弦加权吗？我在每个阶层投了多少射线？
我的应用程序是在光映射器中收集间接样本。
浏览 0提问于2017-02-09得票数 3
回答已采纳
elki中的通用dbscan (gdbscan)是如何在Java/Scala中实现的？我目前正在努力寻找一种在elki上实现加权dbscan的有效方法，以弥补加权dbscan的sklearn实现带来的低效。
我现在这么做的原因是因为sklearn在at级的数据集(在云上，在本例中就是我)上的集群上实现dbscan太糟糕了。
例如，我使用数据库创建函数和dbscan函数编写了以下代码，该函数读取数组的数组，并输出集群索引的索引。
/* Libraries imported from the ELKI library - https://elki-project.github.io/release
浏览 25提问于2020-12-01得票数 0
1回答
假设我有我想要用于监督学习的数据，但是目标/类/标签不平衡的情况非常严重。我是否应该：
限制训练集的大小，以确保有一个平坦的目标/类平衡分布(训练集的设计使得每个类的训练样本数目相等，其基础是尽可能高地分割最低出现的类)。例如，如果我的最低级别的课程在我的数据中只出现了50次，而我想要一个80到20次的列车测试分割，那么我决定接受40个样本进行训练，为了达到均衡的目标平衡，在训练中为所有其他样本抽取40个样本，例如，即使最高发的类出现100,000次。
忽略目标平衡，只需专注于列车和测试分割的比例。所以，如果是80-20，从50个样本中拿出40个样本给我出现的最低的班级，以及我最高的班级的10
浏览 0提问于2021-12-05得票数 1
当您.fit一个Keras Sequential()模型时，可以指定一个batch_size参数。我已经注意到，它有时是独立于实际数据集大小定义的。这是否意味着小批随机抽样，而不是从上到下滚动数据集，一片一片？
浏览 0提问于2019-06-17得票数 5
回答已采纳
1回答
我这里有一个问题，我设法把这个问题简化为一个加权的二分匹配问题。基本上，我有一个有分割A和B的二分图，还有一组带权的边。在我的例子中，|A|~=20和300 =300。
我想找到一组边，它最小化了weigths 并覆盖了'A' (A上的每个边都有一个相关的解边)
问题：
-Is有一个特殊的名字来表示这类问题，所以我可以寻找算法和解决方案吗？
-I知道我可以把它简化为加权的二部完美匹配，方法是在A上添加虚拟顶点，具有无穷维数。但我担心的是自|B|>>|A|以来的实际表现。
-Any对Java库的建议？我找到了这个：。我认为'AssignmentProblem.
浏览 5提问于2011-02-28得票数 3
1回答
射线跟踪中的抗混叠/滤波
、、、、
在射线跟踪/路径跟踪中，最简单的方法之一就是对像素值进行过采样，并对结果进行平均，是防止图像别名的最简单方法。即。与其通过像素中心拍摄每个样本，还不如用一定量的偏移量来抵消样本。
在互联网上搜索时，我发现了两种不同的方法：
生成您想要的样本，并使用过滤器来权衡结果
一个例子是PBRT
生成具有与滤波器形状相等的分布的样本
两个例子是小白杨和贝内迪克特's 钨渲染器
生成和称重
基本程序是：
创建你想要的样本(随机，分层，低差异序列，等等)
用两个样品(x和y)来抵消照相机的光线
用光线渲染场景
使用滤波器函数和样本与像素中心的距离计算权重。例如，箱形滤波器、帐篷滤波器、高斯滤波器
浏览 0提问于2016-03-02得票数 25
回答已采纳
2回答
我正在致力于一个欺诈检测模型，防止欺诈用户使用我们的解决方案。我的模型表现很好，但我的问题是，该模型表现得越好，我的培训集中的欺诈性用户就越少，因此它与现实世界的数据相比变得不平衡。为了应对这一问题，我们引入了一个随机过程，允许一些用户通过而不被打分，这样我们就可以继续从无偏见的数据中学习。理想情况下，我应该只在这个不偏不倚的数据集上训练我的模型，但是它很小，如果不使用大部分数据是很遗憾的。因此，我想做以下几点：
把我的模型训练成一套:得分数据集(大但偏袒好用户)+无分数数据集(小但公正)
仅使用未得分数据集校准模型的概率
你觉得这个怎么样？你能想到它会带来什么缺点或偏见吗？
浏览 0提问于2021-10-08得票数 5
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
