先读:问题很简单,绝对值的括号应该围绕实际分数。现在的问题是,它实际上不够精确,它忽略了0.000001,而且更多的人喜欢0.0001作为公差(当我要求它接近55时,它停在54.994397921372205)。我把容忍度增加到一个疯狂的数值0,然后是1,但是比如说接近50,估计是49.14!!可怕的!为什么会这样?在
更新:必须是float()
我试图找到属于函数的θ,它基于一些向量。我让这段代码在R中运行,我试图把它从R翻译成Python。在
当grensscore等于50时,我想近似θ的值。 我有一个起始值θ=0.5,然后在R中迭代。 在R中只需要大约11次迭代就可以达到目的。在
不幸的是,这在Python中不起作用,我把它隔离了很多:由于某些原因,值只能低于0.5,但不能超过0.5。在这些地方使用打印甚至表明它没有运行代码中的#a
部分,而#b
部分在运行。这表明这个值永远不会上升,因此我永远找不到像0.4这样的值(因为它必须变为0.5、0.25、0.37.5、0.4375等,但它只能下降;0.5、0.25、0.125迟早会停下来)
我可以看到它运行了很多次,当它必须下降,但它从来没有上升。我也把它们换了一下,看看是否存在顺序效应,但实际上没有:它根本不评估它是否为真(即使我知道它是真的) 有人能看到出什么问题吗,因为这是在R工作?在
def CalcTheta(grensscore, alpha, beta):
theta = 0.5
estimate = [10000] # I just set this to not error on the check
up = 1
down = 0
while((math.fabs(sum(estimate)) - grensscore) > 0.00001):
if estimate == [10000]: # I set it like this,
estimate = [grensscore] # so it will skip the first run
# a.
if (sum(estimate) - grensscore) < 0:
down = theta
print(down)
theta = (theta + up) / 2
print(theta)
#b.
if (sum(estimate) - grensscore) > 0:
print(up, down, theta)
up = theta
theta = (theta + down) / 2
print(up, down, theta)
for x in range(len(beta)):
if x == 0:
estimate = []
estimate.append(math.exp(alpha[x] * (theta - beta[x])) / (1 + math.exp(alpha[x] * (theta - beta[x]))))
return(theta)
CalcTheta(50, data[:,1], data[:,2])
有一些图书馆可以帮你做到这一点。我建议Scipy(
scipy.optimize.newton
)。配方如下:http://code.activestate.com/recipes/576762-newton-raphson-root-finding/
问题是
while(math.fabs(sum(estimate)) - grensscore) > 0.00001):
应该是
while(math.fabs(sum(estimate) - grensscore)) > 0.00001):
对于另一部分,它不是
float
,因此它不是很精确。在相关问题 更多 >
编程相关推荐