问题标签 [weighted-average]

如何计算 xts 对象的时间加权平均值，例如 5 分钟：我知道 weighted.mean() 但不知道如何处理日期和时间。谢谢

我有以下数据框：

我想计算：

1）“重量”的最后一列。这是每天“上限”列的权重。

2) 每天“回报”的加权“上限”平均值。我想得到以下输出：

我想在一组数字中找到“真实”的峰值位置。在找到最大值的索引后，我应用加权平均值来确定真正的峰值位置。这需要左侧两个索引，右侧两个索引。但是，如果最高峰位于索引 0 或 1，或者长度为 1 和长度为 2 上怎么办？现在我使用 ifs 来做边界检查。在数组之前和之后用两个零填充数组会更快吗，这会使 ifs 变得不必要？

我是 plyr 的新手，想采用类中值的加权平均值来重塑多个变量的数据框。使用以下代码，我知道如何对一个变量执行此操作，例如 x2：

但是，我希望代码为 x 和 x2 （以及框架中的任何数量的变量）创建一个新的数据框。有人知道怎么做这个吗？谢谢

我有一个包含多列的熊猫数据框。我想weighted_sum从行中的值和另一个列向量数据框中创建一个新列weight

weighted_sum应具有以下值：

row[weighted_sum] = row[col0]*weight[0] + row[col1]*weight[1] + row[col2]*weight[2] + ...

我找到了函数sum(axis=1)，但它不允许我乘以weight。

编辑：我改变了一些东西。

weight看起来像这样：

df看起来像这样：

df*weight返回一个充满Nan值的数据框。

我读过很多关于声誉的话题，但没有一个符合我的需要。我正在实施一个问答网站。每个帖子（问题/答案）都可以投票。每个用户都有一个信誉分数。根据用户的声誉，每个帖子的投票权重更大。但是，例如，我不想做无休止的 if else

请提出一种更好的方法（一个公式左右）来计算帖子的投票，而不使用上述无尽的 if/else。我正在使用 Java。

计算以下场景的加权分数的公式是什么？

有些问题的答案分数从 0 到 5 不等。没有正确或错误的分类。只是一个相对分数范围。

• 答案 1 重量 = 5
• 答案 2 重量 = 4
• 答案 3 重量 = 0

选择场景：

1. 如果同时选择 1 和 2，则得分最高。
2. 如果选择了所有 3 个选项，则得分较低
3. 3 的选择中最差的分数。
4. 如果选择 1 或 2，则为好（但不是最高）分数。

我还考虑过将比例设为 -5 到 5，以惩罚选择负权重。

我正在执行数值变量的 kNN 预测（knn 回归或局部加权平均值）。我使用欧几里得距离和 1/距离作为权重，但我不知道这是如何应用的。我有问题：

WEKA IBk 中回归的加权究竟是如何执行的？这是一个简单的函数，比如 1/distance 还是更复杂的函数？我查看了源代码，但我什么也看不懂。距离是如何定义的——是欧几里得还是一些修改？该代码的含义（这是来自 IBk 源代码的第 867 和 868 行）：

全部

我有几个从不同角度拍摄的一个物体的图像，所以物体的某些部分可能在阴影中。我希望拼接图像以获得一张大图像。我发现生成的图像中的颜色看起来不正确。也许我应该平均 HSV 颜色空间中的图像。颜色可以在 RGB 颜色空间中平均吗？就我而言，某些部分可能处于阴影中，并且图像可以在 RGB 颜色空间中进行平均？如果你熟悉颜色理论，请给我一些信息。谢谢。

问候慢跑

我一直在寻找网络搜索一段时间，但是，可能或可能我错过了正确的术语。

我有任意大小的标量数组...

我还有一个函数f->x->y, 和0<=x<=1, 以及y一个来自 的插值array。例子：

我的问题是我想计算某个区间的平均值r = [a..b]，其中a E [0..1]和b E [0..1]，即我想概括我的插值函数f->x->y来计算平均值r。

找到合适的权重让我有点不知所措。想象一下我想计算f([0.2,0.8])：

后者是我要计算平均值的值范围。

像这样计算平均值在数学上是否正确？：^*