我有三个Numpy数组
第一个是所有值的总和:
population_total = np.array([[0, 3, 5, 7],
[6, 2, 4, 2],
[9, 7, 2, 0],
[0, 2, 1, 0]]
第二个和第三个是已知的总体参数。它们不等于总人口数,因为并非所有人口都是已知的
population_one = np.array([[0, 2, 3, 5],
[1, 2, 3, 2],
[0, 1, 2, 0],
[0, 0, 0, 0]]
population_two = np.array([[0, 1, 0, 0],
[4, 0, 1, 0],
[7, 4, 0, 0],
[0, 1, 1, 0]]
我想给每个点分配一个属于第一类或第二类的概率,这样我就可以对不确定点进行分类
我想对每一个点这样说:这一点属于人口1的概率是70%,属于人口2的概率是20%
属于第一个总体的机会只是
population_one
矩阵在population_total
上的元素除法。也许有必要首先明确地将总和为0
的总人口转换为NaN
,因为在这种情况下,概率的概念并不存在:则1、2和3的概率分别为:
在
nan
的情况下,概率没有多大意义。如果一个总人口有0个项目,那么你怎么能说“它是…%可能来自i组”相关问题 更多 >
编程相关推荐