Как получить векторизованный случайный тай-брейк np.argmax?
Я знаю, что могу векторизовать np.argmax, введя двумерный массив и указав ось, например: np.argmax(2Darray,axis=1), чтобы получить максимальный индекс для строки.
Я знаю, что если две записи равны в одном одномерном векторе, и я хочу вернуть максимальный индекс, я могу разбить их через np.random.choice(np.flatnonzero(1Dvector == 1Dvector.max()))
Вопрос в том, как я могу сделать и то, и другое вместе? То есть: как векторизовать np.argmax, в результате чего одинаковые записи случайным образом разбиваются?
Похоже, это только для 1D-вектора. Я не могу найти аргумент оси для np.argwhere. Также я хотел бы вернуть максимум, а не получить список максимальных индексов, хотя я уверен, что эта часть была бы тривиальной, если бы np.argwhere можно было векторизовать.
Ответы 1
Вот один из способов. Для больших данных можно подумать о замене permutation чем-то более дешевым. Я жестко запрограммировал axis=1, но это не должно скрывать принцип.
def fair_argmax_2D(a):
y, x = np.where((a.T==a.max(1)).T)
aux = np.random.permutation(len(y))
xa = np.empty_like(x)
xa[aux] = x
return xa[np.maximum.reduceat(aux, np.where(np.diff(y, prepend=-1))[0])]
a = np.random.randint(0,5,(4,5))
a
# array([[2, 2, 2, 2, 1],
# [3, 3, 3, 3, 2],
# [3, 4, 2, 1, 4],
# [3, 2, 4, 2, 1]])
# draw 10000 times
res = np.array([fair_argmax_2D(a) for _ in range(10000)])
# check
np.array([np.bincount(r, None, 5) for r in res.T])
# array([[ 2447, 2567, 2449, 2537, 0],
# [ 2511, 2465, 2536, 2488, 0],
# [ 0, 5048, 0, 0, 4952],
# [ 0, 0, 10000, 0, 0]])
Шикарное решение, спасибо!
Вы проверили это: stackoverflow.com/questions/17568612/…