问题标签 [multiprecision]

我正在尝试在多类分类中使用 F1 分数进行模型选择。

我正在按类别计算它们并对其进行平均：(F1(class1)+F1(class1)+F1(class1))/3 = F1(total)

但是，在某些情况下，我会得到 F1 分数的 NaN 值。这是一个示例：设 true_label = [1 1 1 2 2 2 3 3 3] 和 pred_label = [2 2 2 2 2 2 3 3 3]。

那么混淆矩阵看起来像： C =[0 3 0; 0 3 0; 0 0 3]

这意味着当我计算第一类的精度（计算 F1 分数）时，我得到：0/(0+0+0)，这是未定义的或 NaN。

首先，我在这里计算 F1 分数或精度是否有误？其次，在模型选择中我应该如何对待这些情况？忽略它们，或者我应该将此类的 F1 分数设置为 0（减少此模型的总 F1 分数）。

任何帮助将不胜感激！

我正在尝试实现一个 bigInt 库。我一直在检查GMP、ttmaht或libtommath等其他库，但它们中的任何一个都满足项目的要求（因为许可证，因为它们只使用堆栈等）

我将遵循 libtommath 的方法（确实有据可查，并且全部用 C 编写），但我希望所有内容都存储在堆中。libtommath 在这样的结构中实现了 bigInt：

如您所见，它具有访问值的间接方式。（mp_digit 是大整数的位数）。我想摆脱间接，所以在堆中有某种类似的结构，其中最后一个元素是 mp_digit[]，其中每个 mp_int 实例的大小可能不同。

我可以使用 void* 和 malloc() 来做到这一点，知道第一个 X 位置是带有信息的 int（使用、分配、符号等），然后知道偏移量后访问 mp_digit[]，但我不喜欢这个想法。我想知道哪种方法更好。

我发现了其他类似的问题，例如这个或这个，但它们并没有全部存储在堆中，所以我的有点棘手/不同。

谢谢，

如果我有以下代码：

如果我在 Ubuntu 上使用 g++ 进行编译，我会收到以下错误：

错误：无法在赋值中将 'const boost::multiprecision::number >' 转换为 'int64 {aka long long int}'

比较两个 int128_t 数字以查看哪个更大的正确方法是什么？

编辑：我正在使用 std::max。

所以我想从 int256_t 中取对数。

我发现了这一点，但将其修改为 sizeof int256_t 不起作用。它会给出不正确的结果： https ://stackoverflow.com/a/11376759

boost中是否有支持多精度的日志功能？

我尝试将 boost 区间算术库与 boost 多精度库一起使用。如果我将标准双精度与本机双精度数据类型一起使用，则一切正常。

然而，使用多精度库，它产生的结果实际上更不准确。这里有一些代码：

可以看出，该double版本产生了非常准确的结果。该BigFloat版本应该更加准确，但是它产生了一个非常大的界限——实际上是sin函数的最大值，所以这个界限完全没有用。

我该如何解决这个问题，以便区间库实际上利用更高的精度并产生更清晰的界限？

考虑到您要计算 64 位和 128 位无符号数相乘结果的低 128 位，并且您可用的最大乘法是类似 C 的 64 位乘法，它需要两个 64 位无符号输入并返回结果的低 64 位。

需要多少次乘法？

当然，您可以使用 8 次：将所有输入分解为 32 位块并使用 64 位乘法来执行 4 * 2 = 8 所需的全宽 32*32->64 乘法，但可以做得更好?

当然，该算法应该只在乘法之上执行“合理”数量的加法或其他基本算术（我对将乘法重新发明为加法循环并因此声称“零”乘法的解决方案不感兴趣）。

在 Julia 1.0.0 REPL 中，我得到以下行为。第一行是文档 https://docs.julialang.org/en/v1/base/math/#Base.Rounding.RoundFromZero中的一个示例

上面例子中 5 的含义我不清楚。例如，

看起来，被四舍五入的两个数字应该四舍五入到 REPL 中的不同输出。我错过了什么？

我正在尝试用大小数 C++ 添加减法和乘法。

例子：

4125487821547.87879845215584844588 - 354556689.899455132265468

到目前为止，我认为我需要将输入保存为字符串，但不知道之后如何进行。

提前感谢帮助谢谢

如帖子中所述：

Rcpp 和 boost：它应该可以工作，但不能

我正在尝试在 Windows 的 Rcpp 中使用 boost。（简化的）文件是：

我有一个编译问题。正如@duckmayr 在那篇文章中建议的那样，我尝试了：

Sys.setenv("PKG_LIBS" = "-lquadmath")

接着Rcpp::sourceCpp('quadexp.cpp')

这样，编译运行不会出错。但是，当我执行 qexp() 时，我在 RStudio 中收到一条关于“致命错误”的消息，并且 RStudio 完全关闭。你知道会发生什么吗？我认为我的问题是由于我的某种配置造成的，因为@duckmayr 可以毫无问题地运行相同的代码。为了避免这种令人讨厌的“致命错误”，我的配置应该查看哪些部分？

所以我决定编写自己的多精度数据类型。我编写了一个简单的函数，可以添加存储在vector<uint_fast8_t>.

问题 此函数仅适用于 0 到 10000000 ( 10000000is vector<uint_fast8_t>{1,0,0,0,0,0,0,0}) 之间的数字。对于更大的数字，结果是疯狂的。例如它吐出来10000000000 + 123 + = 1012300000123。为什么会这样？ 编辑 1我被问到这个部门x.size() / sizeof(uint_fast8_t)。据我所知，它以字节为单位返回对象的大小。我将它除以 uint_fast8_t 的大小以获得向量中的元素数。它似乎运作良好。也许我误解了什么。