问题标签 [weighted-average]

我试图找出一个双值数组的“加权移动平均线”。

我试图从一些互联网示例中获得所有和平，但结果我总是得到零。

问题是“重量”的计算，它为零但不应该为零，例如 1 / 107 = 0,0093457943925234 但重量双精度值变为零，我尝试更改为 long 和 decimal 并遇到同样的问题。

有任何想法吗？

我正在尝试找出一个随机数量的计算器，但很罕见，例如：

10是最常见的、100更常见的、1000罕见的和10000极其罕见的

我试过这个

它返回了大量的值，但是10000当我调用它时它几乎不应该出现时，它们并不经常出现，我收到的数据是：

有两个10000's在那里，几乎没有任何10值，什么时候10s应该100s是最常见的，然后是偶尔1000出现的，但几乎没有 10000 的值。有没有办法设置一个优先类型的函数来做到这一点？在完成后应该返回的一些很好的示例数据是：

偶尔10000但应该非常罕见，关于如何设置的任何想法？

在我的代码 Traceback 中出现错误（最近一次调用最后一次）：文件“C:/Users/Daniel Nase/Desktop/assignment 7 test.py”，第 119 行，在 main() 文件“C:/Users/Daniel Nase/桌面/作业 7 test.py”，第 23 行，在主 calculate_weighted_average(score_ammount,scores_t, score_weight, average1, num_t) 文件“C:/Users/Daniel Nase/Desktop/assignment 7 test.py”，第 112 行，在 calculate_weighted_average weighted_average_t = float(sum(average1))*float((score_weight.pop(0))/100) TypeError: /: 'str' 和 'int' 的操作数类型不受支持

我正在尝试计算加权平均值，但我不知道我做错了什么......请帮助！！！！

我有一个名为“allg2”的 32x43 data.frame，为了简单起见，我在这里将其中的一小部分重新创建为 5x5：

根据要求，示例计算：“片麻岩”列将是 wm=(0/21*-105.7)+(2/21*-99.7)+(15/21*-95.25)+(6/21*-90.5 )+(0/21*-85.45)

我想要每列的加权平均值（在 Catg 中感兴趣的值，每列作为该列的权重），但是我能找到的每个解决方案都依赖于所有列名中的编码。没有这样的清单可以做到这一点吗？注意：我刚刚意识到我一直在翻转权重和值来称重。我的尝试：

我从这个线程中找到了这个想法，并试图使其适应我的情况。是不是因为它们不是真正的行而没有选择列名？我真的不知道这是在做什么，我尝试删除 by= 部分，这给出了错误

另一种尝试是基于这个线程。“Catg”在第 43 列，所以我尝试这样组织该行：

我真的不明白这个错误，因为我的权重列应该在 [,43] 中。

我也试过：

我在这里真的很茫然。我是在犯一些小错误，还是以完全错误的方式解决这个问题？

我正在尝试创建一个机器学习集合，并且我有基于职业Ocp、年龄Age和性别进行预测的代码Gender。

我想对最终预测的 3 个预测进行平均，但我不确定应该如何优化权重以最小化 RSME。

我知道Gender应该支配数据集。

这是我对代码的尝试：

我现在收到警告：

我正在实现一个 mysql 数据库，用于从智能家居应用程序中保存记录的能耗数据。然后应在 javascript 框架内绘制数据。不幸的是，每 8 秒记录一次使用情况，并且有太多信息无法绘制年度消耗图表。

数据按时间、设备 ID 和特定时间的消耗量保存在一个简单的表中。

我希望能够按分钟、小时和最后一天的平均值自动聚合给定的数据。

经过一些研究，我遇到了一些查询/程序来计算特定间隔的平均值。不幸的是，这对我没有多大帮助，因为我有三年的数据，我不想手动创建给定的间隔。

理想情况下，mysql 中的过程应该能够按时间聚合给定的设备值并计算平均值并将其保存在单独的表中。

有谁知道我如何实现它？

我有一个包含每个观察权重的数据集，我想使用它来准备加权摘要，groupby但我不知道如何最好地做到这一点。我认为这意味着一个自定义聚合函数。我的问题是如何正确处理不是按项目的数据，而是按组的数据。也许这意味着最好分步进行，而不是一次性完成。

在伪代码中，我正在寻找

我不确定如何将“针对每个城市”部分用于自定义聚合函数并访问组级摘要。

模拟数据：

我有以下数据集：

我需要按变量 C 聚​​合数据，以便找到每个 C 的中位时间。每个观察值都由变量“权重”加权。

有没有办法在以下代码中用加权中位数替换“平均值”？

我想在 Python 中使用“带权重的足迹过滤器”。我尝试使用generic_filterfrom scipy.ndimages.filters。但它不需要重量。更多细节：我确实有气象数据，我想在 4 个主要方向（北、南、东、西）创建加权平均值。因此，我创建了一个用户定义的足迹矩阵，如本文所示。

问题：generic_filter只是占用bool足迹并将我漂亮的过滤器矩阵转换为Truewhen> 0和Falsewhen == 0。效果：我没有得到加权平均值，该函数只返回较低“金字塔”的平均值。

我在不同的包中搜索了几个小时，但没有发现任何有用的东西。可能我在错误的范围内搜索？有人对我有提示吗？非常感谢！

我有一个8760x1带有 1 小时平均环境温度时间序列的向量。

我想计算加权平均温度，按每个温度级别的运行时间百分比加权。

我的想法是将温度范围划分为：

ceil(Tmax-Tmin)

然后使用hist.

还有其他建议吗？先感谢您。