1

我正在寻找一种方法来进行反向加权分布。这是我的简单线性加权分布代码：

total = 0
cumulative_distribution = []

for value in distribution:
    total += value
    cumulative_distribution.append(total)

selected = total * random.random()

index = 0
while cumulative_distribution[index] < selected:
    index += 1

return index

我该如何反转这一点，以便列表中权重最小的项目被选中的概率最高？有什么方法可以使事物正常化并切换它们吗？

4

1 回答 1

2

正如评论中提到的，这真的取决于你想如何加权它们。使用您的陈述：

最小的权重被选中的概率最高

@Blckknght 和我都有相同的想法，只需将 PDF 中的每个点加权为倒数即可。我建议通过像这样的参数来加权它们

inverse_PDF = 1/(PDF + delta)

delta您可以根据自己的喜好控制参数在哪里。如果delta=0PDF 中原始权重为零的任何点都会抛出ZeroDivisionError通常不受欢迎的 a。下面是一些使用 numpy 实现上述功能的示例代码：

import numpy as np

# Generate a random points
pts = np.random.normal(size=(10**6,))

# Compute a PDF
PDF,bins = np.histogram(pts, bins=50)

# Normalize (could have used normed=True in hist)
PDF = PDF / np.trapz(PDF, bins[1:])

# Create the inverse distribution
delta = .1
inverse_PDF = 1/(PDF + delta)

# Normalize
inverse_PDF = inverse_PDF / np.trapz(inverse_PDF, bins[1:])

# Plot the results
import pylab as plt
plt.subplot(211)
plt.plot(bins[1:],PDF,lw=4,alpha=.7)
plt.title("Original Distribution")
plt.subplot(212)
plt.plot(bins[1:],inverse_PDF,lw=4,alpha=.7)
plt.title(r"'Inverse' Distribution with $\delta=%.3f$" % delta)
plt.tight_layout()
plt.show()

在此处输入图像描述

于 2013-04-26T14:35:21.730 回答