probability

0热度

1回答

对不起，如果这是这个查询错误的地方。如果是这样，也许有人可以指引我到正确的地方。我有一个程序，有一堆对象（说n）来处理和迭代处理一个对象的过程。在每次迭代中，我处理的对象都少了一个。我想检查是否需要更多的对象。如果有100个物体或更多，我有很多。当少于100个对象时，比如说，我想以一个概率（P）获得更多的对象，这个概率在100处大致为零，在0个对象处为1。 P（N）= 1 - （N/100）

0热度

1回答

Bukkit/Java可定制的百分比机会

每个人。我试图在Bukkit中制作一个包装箱插件（这实际上并不重要），而且我在随机抽奖中遇到了麻烦。因为一切都是可定制的（你可以用你想要的任何机会创造无限量的奖品），我发现很难制作百分比图。这是我的代码现在： for (DoubleStack ds : items.values()) { double chance = ds.getChance(); p.s

1热度

1回答

多项式回归的概率结果nnet包

下午好，我用NNET包进行逻辑回归时遇到了输出问题。我想用HS_TR (Return Period)和SLR (Sea Level Rise)预测Category。称为fit的多项模型已使用x.sub子集中的信息进行计算。有4级不同的类别可能1,2,3或4 x.sub： POINTID HS_TR SLR Category 4 10 0.0 3 4 10 0.6

1热度

1回答

MCMC使用Python的emcee对麦克斯韦曲线进行采样

我想向自我介绍MCMC与司仪采样。我想简单地使用github上的一组示例代码，从Maxwell Boltzmann分布中抽取一个样本，https://github.com/dfm/emcee/blob/master/examples/quickstart.py。的示例代码是真的优良，但是当我从高斯改变分配到一个麦克斯韦，收到错误，类型错误：lnprob（）恰恰2个参数（3给出）然而，它在没有被

0热度

1回答

C＃ - 选择随机项的清单，概率在开始下降1元几次

我的随机部分代码是： public Gun GetRandomGun(IEnumerable<Gun> sequence, Random random) { int totalWeight = sequence.Sum(p => p.Probability); int weightedPick = random.Next(totalWeight);

1热度

1回答

从JS中获取声明概率的数组获取内容

我想绘制两个或多个数组的值。例如包含值1-99的数组“年龄”和包含2000-10000的第二数组“收入”。如果我将绘制超过30岁的“年龄”，我想从第二个数组中获得价值，但是我得到超过5000的概率必须是例如超过75％。如何让它成为可能？

0热度

2回答

使用以前的数据来预测下一个动作（算法+统计）

假设下面的游戏：没有谁可以在4个方向（N，S，E和W）移动的人，都有人下注$ X在这四个方向中的任何一个。当两个人在方向和价值下注时重合时，他们会获得奖励。这个想法是，知道投注和数量的分布，哪个概率模型更好地模拟这种情况。我曾想过马尔可夫链，但想知道是否有更合适的东西。

1热度

2回答

如何在Java中多次执行时保持概率

首先，我不是数学最伟大的人，所以请原谅任何有关这方面的无知。我试图在多次执行中保持基于概率的随机性，但我失败了。我有这个输入一个JSONObject { "option1": 25, "option2":25, "option3" :10, "option4" :40 } 这是我的职责是根据分配的概率选择从上面的JSONObject值： public

0热度

1回答

如何在Python中快速计算数据帧列中每个值的概率

我想根据自己的分布计算列数据框中所有数据的概率。例如，我的数据是这样的： data 0 1 1 1 2 2 3 3 4 2 5 2 6 7 7 8 8 3 9 4 10 1 和输出我希望是这样的： data pro 0 1 0.155015 1 1 0.155015 2 2 0.181213 3 3 0.157379 4 2 0

0热度

1回答

龙虎斗（大数定律）的LLN

我必须通过仿真来说明大数定律在R. 更精确。我想说明的是，平均的累积分布函数，收敛至f由 F中给出的函数（X）= 0，如果x≤μ和F（X）= 1，如果x>μ。就我而言，我必须使用骰子。也就是说，每个X均为{1,2,3,4,5,6}上的均匀分布，所以μ= 3.5。使用R，我曾尝试通过以下方式进行： n <- 100 N <- 10000 mu <- 3.5 for(j in 1:N)