Метод расчета возможности

Если у меня есть две машины, чтобы предсказать, что объект - это собака, кошка или лошадь.

первая машина говорит: [0.3, 0.6, 0.1]

вторая машина говорит: [0,5, 0,2, 0,3]

для каждой категории.

Есть ли способ объединить эти два списка возможных вариантов, чтобы получить наиболее вероятный ответ?

Так что же произойдет, если две машины предсказывают разные объекты?

blhsing 13.09.2018 15:49

Взгляните на en.wikipedia.org/wiki/Law_of_total_probability

user2974951 14.09.2018 08:31
Стоит ли изучать PHP в 2023-2024 годах?
Стоит ли изучать PHP в 2023-2024 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
4
2
22
2

Ответы 2

Если вы хотите получить максимальные значения в этом списке:

first_machine= [0.3, 0.6, 0.1]
second_machine=[0.5, 0.2, 0.3 ]
answer=[max(first, second) for first,second in zip(first_machine, second_machine)]

>>>In []: answer
>>>Out[]: [0.5, 0.6, 0.3]

Допустим, у вас есть одна машина, которая будет отображать собаку, кошку или лошадь со следующими вероятностями: 0,3, 0,6, 0,1.

Затем у вас есть вторая машина, которая делает то же самое, но со следующими вероятностями: 0,5, 0,2, 0,3.

Если бы вы использовали обе машины одновременно, вы бы увидели два значения. После использования обеих машин 1000 раз вы можете подсчитать количество раз, когда вы видели каждое животное, и рассчитать приблизительную вероятность того, что животное появится в непрерывном потоке животных, отображаемых обеими машинами. Вы обнаружите, что новые вероятности будут средним значением ваших исходных вероятностей.

>>> machine_1 = 0.3, 0.6, 0.1
>>> round(sum(machine_1), 3)
1.0
>>> machine_2 = 0.5, 0.2, 0.3
>>> round(sum(machine_2), 3)
1.0
>>> import statistics
>>> average = tuple(map(statistics.mean, zip(machine_1, machine_2)))
>>> round(sum(average), 3)
1.0
>>> average
(0.4, 0.4, 0.2)
>>> 

Другие вопросы по теме