bernoulli-probability

1熱度

1回答

Scikit-learn：BernoulliNB，v0.10 vs v0.13：截然不同的結果

這是this thread的後續行動，我用GaussianNB分類器得到錯誤的結果，結果是因爲我有scikit-learn v0.10在linux上我正在做VM上的實驗。我最終使用Bernoulli和Multinomial NB分類器，但是當我（終於）在我的macbook上安裝scipy時，我抓住的scikit-learn版本是0.13，這是本文的最新版本。我現在用一個新的問題：在v0.10，我

0熱度

1回答

如何定義伯努利密度函數？

以下是爲bernoulli分配定義的功能。我是一位新的R用戶。我不太瞭解以下代碼。 dbernoulli <- function(x, prob=0.5) { dbinom(x, size=1, prob=prob) } dbernoulli(y, prob=0.7) 我在定義函數認爲，我們已經預先確定的參數prob爲0.5，那麼爲什麼我們可以把它改成0.7當我們使用定義的函數？這些代

0熱度

2回答

R錯誤：維數不正確

我有一些分類數據顯示植物家族，水果類型，果實顏色和種子散佈，其中響應變量（散佈）爲0代表否或1代表是。 test1.3 FAMILY FRUIT_TYPE COLOUR_RF Dispersal 3 Erythroxylaceae D R 1 4 Lamiaceae D G 1 8 Clusiaceae D Y 1 12 Clusi

0熱度

1回答

你可以在sklearn邏輯迴歸輸入中使用計數嗎？

所以，我知道，在R您可以在此形式邏輯迴歸提供數據： model <- glm(cbind(count_1, count_0) ~ [features] ..., family = 'binomial') 有沒有辦法做這樣的事情cbind(count_1, count_0)與sklearn.linear_model.LogisticRegression？還是我實際上必須提供所有這些重複的行？（我的

1熱度

1回答

拉普拉斯平滑伯努利模型樸素貝葉斯分類器

我必須實現樸素貝葉斯分類器將文檔分類到一個類。因此，在獲得屬於類的術語的條件概率以及拉普拉斯平滑時，我們有： prob（t | c）= Num（Word出現在類c的文檔中）+ 1/Num（類c）中的文檔+ | V | 它是一個bernoulli模型，它可能有1或0，詞彙量非常大，可能有20000個單詞等等。所以，拉普拉斯平滑不會由於詞彙量龐大而給出非常小的值，或者我做錯了什麼。根據此鏈接的僞代碼

0熱度

1回答

使用scipy從伯努利分佈中繪製數字

如何有效地使用scipy從伯努利分佈中繪製數字？

0熱度

1回答

如何獲得相關伯努利變量

的總和的分佈我有N個變量伯努利，X1，...，XN，和Xi~B(1, pi)，pi知道每個Xi，並且Y=X1+...XN，現在我需要的Y的destribution。如果Xi和Xj獨立時i!=j，然後我可以使用模擬： 1. Generate `X1`, ..., `XN` via their distribution, and then get the value of `Y`; 2. Repe

2熱度

2回答

生成隨機值的人數和如何轉置數據R

我有一個關於生成隨機樣本的問題。我對R非常陌生，並試圖做我自己的模擬，但我不知道它是否正確。真的希望有人能幫助我。例如，目前有100人活着。基本上，每個人要麼在現在和下一個週期之間以0.5的概率死亡，要麼以0.5的概率生存到下一個階段 - 即成功概率爲0.5的伯努利試驗。我想生成20個樣本來獲取明年的活着人數。所以我做了以下。 #number of people alive at time k