问题标签 [weighted-average]

我有两个向量x和w。 w是权重的数值向量，其长度与x赋予 的元素使用的权重相同x。

我想给出向量x中差异很小的元素的加权平均值（例如 1e-1 或 1e-2），以减少向量的长度x。例如，这些向量如下：

我知道如何根据权重对向量 x 进行排序，但是如何识别向量 x 中的相似值，然后得到它们的加权平均值？

我有 4 种颜色从 RGB 转换为 CIELAB L*a*b*模型。

1. (L,a,b)当我有每种颜色时，如何计算这四种颜色的混合？

2. (w1, w2, w3, w4)如果我想在这 4 种颜色上加上 1 个最大和 0 个最小（无）权重，我该如何计算相同的混合？

我对在 T-SQL 中进行计算完全陌生。我想我想知道什么是加权平均值，你如何在 T-SQL 中为一个字段做到这一点？

首先，据我所知，加权平均值只是将 2 列相乘，然后除以某物来平均。

在调用我们的一个 UDF 之后，这是我认为的计算字段的示例。现在，在我看来，这个领域也需要是一个加权平均......不知道从哪里开始把它变成一个加权平均。

所以最终这个UDF返回AverageCostG。我从我的角度调用 UDF，所以这里是 UDF 的胆量：

所以在我看来，我正在调用上面的 UDF 来取回 @AverageCostG

现在我需要在我的视图中使这个 AverageRent_G calc 字段也以某种方式成为加权平均值......

我是否需要知道他们想要加权什么，或者假设嘿，这很明显..我不知道我需要知道什么才能为这些人做加权平均......比如我需要什么规格（如果有的话）除了我根据 UDF 调用创建的这个计算之外的它们。我的意思是，除了将 2 个字段相乘并除以某个值以求平均值之外，我还必须做一些疯狂的选择连接或其他操作吗？我如何知道它们将用于加权平均中的哪些字段以及从哪里使用？我会公开承认我对 BI T-SQL 开发完全陌生，因为我是 ASP.NET MVC C#/Architect 开发人员......并且迷失在 T-SQL 中的这种计算内容中。

我曾尝试对此进行研究，但第一次需要一些基本的手，我现在头很痛，因为我不知道我需要从他们那里获得什么信息，然后该怎么做才能使该 calc 字段加权.

我有一个数百万行长的数据文件，其中包含来自许多组的信息。下面是一个简短的部分：

我想创建频率 (FREQ) 变量的加权平均值（它本身很简单），但是在这种情况下，某些行不匹配（第 3 行和第 4 行）。如果字母没有对齐，则在计算该标记的加权平均值之前，需要将第二组的频率减去 1。

我想设置一个简单的 IF 语句，但我不确定这样一个任务的语法。

任何见解或方向表示赞赏！

我有一个过去用来报告事件计数的多维数据集。假设在 7 月份，我想分解每种产品发生的事件数量。

我会有这样的事情：

输出如下：

现在我想修改输出以获得如下内容：

我怎么做？

我花了几个小时试图在 MDX 中找到解决方案，但找不到解决方法。（我对 MDX 很陌生）

如果我在 COLUMNS 或 ROWS 中包含天数，我已经找到了几种可行的解决方案。例如：

这让我非常接近。结果是这样的：

我可以使用这个结果集并在我的 .NET 代码中得到我想要的。我可以通过加权平均计算自销售以来的平均天数。
例如，对于汽车，它将是(1*24 + 3*23)/(1 + 3). 我必须在我的 .NET 代码中做一些混乱和不幸的事情才能让它工作，而且我还必须从服务器发回大约 80 倍于我需要的数据。

我在使用 MDX 时遇到的问题是，一旦我[Time].[Date].Members从结果集中取出[Time].[Date].CurrentMemberis [Time].[Date].All，我就无法从中进行任何有意义的计算。

有没有办法将第二个 MDX 用作子查询，并以我需要的方式汇总它返回的值？

我的解决方案不需要子查询方法，但我很好奇是否可以这样做。任何帮助，将不胜感激。提前致谢。

我有几个功能可以投票决定某个数据项是否值得向我的用户展示。您可以将它们中的每一个视为 0 到 1 之间的数字，其中 1 表示它很好，0 表示不值得向我的用户展示。我刚刚做了一件非常标准的事情，即为每个属性选择一个权重并执行一个加权求和来确定一个单一的指标来做出决定（很像一个单一的感知单元）。

但是，有时不同的属性会相互压倒并产生不好的结果。我认为基本问题是真正的最优函数是相当非线性的，当然，这些加权和给出的唯一规则根据定义是线性的。为了解决这个问题，在加权和中被“压倒”的特征之一上，我用它来乘以整个单个指标。这使得这个重要的特性可以充当“看门人”——如果这个特性太低，它就可以阻止数据流出。

为了通过执行标准加权和来达到类似的效果，我必须使该特征的权重如此之高，以至于其他特征基本上没有发言权......基本上它回到了最佳规则的非线性，因为这个功能在某些范围内可能非常重要，但在其他范围内则不然。

我想知道关于使用一个特征来乘以这样的整个结果的知识是什么？加权和是最常用的东西（除了简单性）是否有特定的原因？

PS。一旦我有更多的数据，我可能会使用标准的机器学习技术来实际学习规则，但现在我正在对样本数据集进行手动训练。我现在要追求简单，同时仍在努力使其正常工作。

我有两个向量x和w。vectorw是与 x 长度相同的权重数值向量。我们如何获得向量x中差异很小的第一对元素的加权平均值（例如 tol= 1e-2），然后在下一次迭代中对下一对元素做同样的事情，直到没有它们的差异对小于 tol？例如，这些向量如下：

我想找出哪一对元素的x差异最小，找到这对元素后，得到加权平均平均值。我尝试了这段代码，但这个代码没有给我结果。我怎样才能找到索引min(diff(x))并检查它是否小于 tol？

我目前正在android中开发一个导航系统，我正在使用dijkstra的最短路径算法我的顶点类包含如下所示的成员：

以及具有如下所示成员的边：

由于顶点和边具体基于真实数据：交叉点为顶点，一个交叉点与另一个交叉点为边，简单地说，我的应用程序的整个图表就是我所在城市的道路网络。

我的问题是，我仍然无法提出一种算法或算术方程来计算基于一个交叉点到另一个交叉点的距离以及它到达一个交叉点到另一个交叉点的时间的边权重。

当我在完全屏蔽的屏蔽数组中计算加权平均值时，我得到不同的结果weights=Noneor weights=1：

我希望最后两行产生相同的结果 - 即相同数量的输出和相同的值，但它们没有。最烦人的是，在最后一种情况下，尝试检索第二个输出参数时会发生错误。为什么我会得到这些结果？

我的 RDBMS（通常是 MySQL 或 Postgresql）中有三个表，我想在计算选票时使用它们。第一个是用户表，其中用户有不同程度的拉动（权重），第二个是记录他们对项目的投票的表，第三个是项目表本身。

这个想法是，版主或使用时间较长的用户在投票时应该有更多的“权重”。

除了投票数之外，我还想根据用户投票的权重来计算项目的投票。因此，如果用户 100 和 101 的权重均为 1 并且投票得分为“3”，并且权重为 10 的用户 102 出现并投票“5”，那么我们为该用户 102 的投票分配更多的价值。

也许一些简单的事情，比如所有用户的总用户权重被用来划分选票。

也许我应该使用其他公式来曲线系统中权重最大的用户的力量。

考虑到用户的权力等第三个变量，我如何计算投票？

对于那件事，我应该如何计算重量？也许我可以将所有用户的总权重相加，然后除以用户总数来找到一个平均权重，我可以用来给用户一个介于 1 到 100 之间的权重，这样更容易使用。