numerical-stability

    21熱度

    4回答

    我有一個用Python編程的貝葉斯分類器,問題是當我乘以特徵概率時,我得到非常小的浮點值,如2.5e-320或類似的東西,突然它變成0.0。 0.0對我來說顯然沒有用處,因爲我必須根據哪個類返回MAX值(更大的值)來找到「最佳」類。 什麼是解決這個問題的最佳方法?我想過要找到數字的指數部分(-320),如果它太低,則將值乘以1e20或類似的值。但也許有更好的方法?

    5熱度

    2回答

    我正在嘗試爲Python編寫Wilson的譜密度分解算法[1]的實現。該算法迭代地將[QxQ]矩陣函數分解成其平方根(它是對於譜密度矩陣的Newton-Raphson平方根查找器的擴展)。 問題是我的實現只對45x45和更小的矩陣收斂。經過20次迭代後,矩陣之和的平方差約爲2.45e-13。但是,如果我輸入大小爲46x46的數據,它將不會收斂到第100次迭代。對於47x47或更大,矩陣不會收斂;誤

    4熱度

    2回答

    我正在尋找一種算法來計算LN(1-X)。 x通常很小(< 0.01),但偶爾可能會更大。算法需要準確,不要太慢。我寧願不使用ln(x)庫,因爲我可能會失去準確性。

    0熱度

    2回答

    許多數值算法傾向於在32/64位浮點上運行。 但是,如果您能夠訪問更低精度(且功耗更低)的協處理器,該怎麼辦?那麼如何在數值算法中使用? 有誰知道解決這些問題的好書/文章? 謝謝!