weighted-average

0熱度

2回答

我想擺脫雙值數組的「加權移動平均數」。我試圖從一些互聯網例子一起得到所有的peaces，但我總是得到零結果。問題是「重量」的調整，其爲零，但它不應該爲零，例如1/107 = 0,0093457943925234但重量加倍的值變爲零，我試過改變長和小數點並得到同樣的問題。任何想法？ public static double WeighteedMovingAverage(double[] dat

0熱度

1回答

需要幫助找到加權平均

讓我的代碼回溯錯誤（最新最後調用）：文件「C：/用戶/丹尼爾核苷酸酶/桌面/轉讓7 test.py」，線路119，主（）文件「C：/ Users/Daniel Nase/Desktop/assignment 7 test.py」，第23行，主 calculate_weighted_average（score_ammount，scores_t，score_weight，average1，nu

0熱度

1回答

蟒蛇Hopfield網絡：培訓網絡 - 權重錯誤

我是新來的編程，目前有一些簡單的問題，試圖訓練我的hopfield網絡，但我試圖計算連接的權重時，不斷收到此錯誤。也許我不懂如何「訓練」網絡，或者我錯過了某個地方或某個步驟。但我所定義的節點類下面的功能： def update_weight(self): for i in self.incoming_connections: i.weight += (2*self.activ

2熱度

2回答

如何使用ddply獲取dataframe中類的加權平均值？

我是plyr的新手，想要在一個類中取值的加權平均值來重新構造多個變量的數據框。使用下面的代碼，我知道如何爲一個變量做到這一點，如X2： set.seed(123) frame <- data.frame(class=sample(LETTERS[1:5], replace = TRUE), x=rnorm(20), x2 = rnorm(20), weights=rnorm(2

-1熱度

4回答

給任何一組數字賦予加起來爲零的權重R

我想在R中編寫一個函數來計算權重，以便將R中的任何一組數字求和爲零。例如，如果 x <- c(-5, 6, 2, 4, -3) 我想這將返回已加權矢量和力爲零，通過採取一些關閉的正數，並添加一些東西到負值的新載體的功能... 編輯：爲了澄清我不想將數值向上或向下移動一個比例......我想加權以使重新調整後的負數變得稍微更負/更少，並且重新調整後的正數變得稍微更少/更多正。我不確定1）如何計

3熱度

1回答

熊貓：groupby和可變權重

我有一個數據集，每個觀察值都有權重，我想用groupby準備加權總結，但是如何最好地做到這一點，生鏽了。我認爲這意味着一個自定義的聚合函數。我的問題是如何正確處理不是按項目的數據，而是按組的數據。也許這意味着最好一步到位，而不是一步到位。在僞代碼，我找 #first, calculate weighted value for each row: weighted jobs = wei

0熱度

1回答

骨料找到加權中值

我有以下數據集： df <- data.frame( C = c(1,2,3,1,2,3,1,2,3,1), weight = c(1,1.5,2,2,1.5,1,2,1,1.5,2.5), time = c(15,20,30,45,60,15,20,30,45,60) ) 我需要聚合，以便找到每個觀測由加權每個C.的中位時間由變量C的數據可變'重量'。有沒有

0熱度

1回答

正確的方法來獲得連續間隔的具體數組值的加權平均值

我一直在尋找一段時間到websearch，但是，可能或可能我錯過了正確的術語。我有標量的任意大小的數組... array = [n_0, n_1, n_2, ..., n_m] 我也有一個功能f->x->y，具有0<=x<=1，並y從array的插補值。例子： array = [1,2,9] f(0) = 1 f(0.5) = 2 f(1) = 9 f(0.75) = 5.5

-3熱度

3回答

按日期

加權平均，我有以下數據框： df = data.frame(date = c("26/06/2013", "26/06/2013", "26/06/2013", "27/06/2013", "27/06/2013", "27/06/2013", "28/06/2013", "28/06/2013", "28/06/2013"), return = c(".51", ".32", ".34", ".

-1熱度

1回答

發生次數給予較高的權重

我有這個算法，我執行我需要改變，給它一個更好的精度。爲了讓你對這個問題有所瞭解，我有一大堆包含項目的列表，這些列表中的所有項目都被用戶給出了評分。我需要計算這些列表的權重，例如權重越高，列表越好（更好的是因爲它具有用戶良好評級的項目）。到目前爲止，我所做的是計算列表L中每個項目的平均值，將它們相加併除以列表L中的項目數量，因此列表L的權重將爲Sum（平均值爲L）/尺寸（L）。只是一個簡單的平均值。