假设在 N 次发生后,有 P 次事件发生。估计该事件下次再次发生概率的“幼稚”方法是 P/N,但显然 N 越高,我们的估计就越好。
在现实世界中模拟这种“确定性”的实用方法是什么?我不需要数学上完美的东西,只需要让它更真实一点的东西。例如:
- 如果一名足球运动员在 40 场比赛中打进 9 球,那么我希望算法对他的评分高于在 4 场比赛中打进 1 球的足球运动员
- 评分为 8.0 且获得 100k 票的电影应该比获得 2k 票的 8.2 电影更高
- ETC...
假设在 N 次发生后,有 P 次事件发生。估计该事件下次再次发生概率的“幼稚”方法是 P/N,但显然 N 越高,我们的估计就越好。
在现实世界中模拟这种“确定性”的实用方法是什么?我不需要数学上完美的东西,只需要让它更真实一点的东西。例如:
这看起来像威尔逊分数区间:http ://en.wikipedia.org/wiki/Binomial_proportion_confidence_interval#Wilson_score_interval 。威尔逊分数解决了如何对二维数组进行排序的问题。