A
Поделите каждое из них на их сумму
Точно. Спасибо, а я по-другому нормировал и не выходило ничего. Тупняк)
Size: a a a
2020 April 27
Ю
Albyc
Помогите, пожалуйста - напал дикий тупняк. Есть дискретная функия f(x) = y. Хочется найти, по сути, такой аргумент x, при котором достигается среднее значение y. Если бы y являлся вероятностью, то нужно было бы найти просто матожидание. Как это сделать в моём случае?
А точно ли "матожидание" подходит? Если функция не монотонная (пусть, похожа на фнукцию нормального распределения), тогда она примет свое среднее значение не в 0, а слева и справа от него. Или я не понял задачи?
A
А точно ли "матожидание" подходит? Если функция не монотонная (пусть, похожа на фнукцию нормального распределения), тогда она примет свое среднее значение не в 0, а слева и справа от него. Или я не понял задачи?
Почему у вас среднее значение имеет два значения?
Ю
Albyc
Почему у вас среднее значение имеет два значения?
Значит я не понял, какое среднее Вам нужно
A
Среднее по X, не по Y
Ю
Albyc
А как хотя бы приблизительно найти? Задача изначальная - есть 2д пространство векторов и определённая заданная ось. Строю гистограмму (от 0 до 360), где по x - целый угол между вектором и осью, y - кол-во таких углов. Есть пик на этой гистограмме, который обычно лежит в середине графика (180), но иногда он смещается и нужно вернуть его на законное место. В мыслях ещё просто находить расстояние от 180 до пика, но есть вероятность, что пик может быть ложный и нужно бы иметь хотя бы пучок таких пиков
Попробуйте изучить матрицу np.diff() от Вашей матрицы. По производной можно будет понять и сколько пиков, и где они находятся (через np.argmin)
ZB
вам надо найти x, при котором y достигает своего матожидания
A
Я просто беру int(expectation), так как шаг 1 от 0 до 360
Ю
Даже если пик у функции один, через матожидание найдется пик только для симметричной вокруг среднего функции. Через производную было бы более "прозрачно", на мой взгляд
A
#C2W1 Всем спасибо за проверки, уже неактуально! https://www.coursera.org/learn/supervised-learning/peer/bEMBK/linieinaia-rieghriessiia-i-osnovnyie-bibliotieki-python-dlia-analiza-dannykh-i/review/Ntn2PocNEeqR9hI6NwWUfw
SD
#C2W3
Вопрос: у меня ошибка вылезает что Serias не имеет метода матрих. np array тоже.
Вопрос: у меня ошибка вылезает что Serias не имеет метода матрих. np array тоже.
SD
и в randint что нужно вставить?
SD
там же просто нужно добавит разницу в строках чтобы было одинаковое количество строк в обоих классах
KD
и в randint что нужно вставить?
indices_to_add = np.random.randint(np.sum(y_train == 1), size = diff)
KD
кол-во строк, где y=1
SD
[y_train.values == 1,:][indices_to_add,:] вот так правильно будет сделать
KD
да, вроде правильно
KD
я делал через as_matrix(), но сейчас pandas предлагает использовать values вместо as_matrix
PZ
C4w2 задача про разрушителей легенд, никак не поддаётся решению... нужно проверить гипотезу для долей. Использую формулу из лекции z=(p1-p2)/np.sqrt(P*(1-P)*(1/n1+1/n2)) получаю значение z=0,32 и значение p-value после умножения на 2 0.7459 но с ответом это никак не сходится. p1=10/34, p2=4/16 кто недавно проходил, подскажите, в чем может быть затык?
y
Не умножайте на 2 и сойдётся.