scipy/numpy中是否有用于获取多项式PMF的内置函数?我不确定binom
是否以正确的方式进行了泛化,例如:
# Attempt to define multinomial with n = 10, p = [0.1, 0.1, 0.8]
rv = scipy.stats.binom(10, [0.1, 0.1, 0.8])
# Score the outcome 4, 4, 2
rv.pmf([4, 4, 2])
什么是正确的方法?谢谢。
scipy/numpy中是否有用于获取多项式PMF的内置函数?我不确定binom
是否以正确的方式进行了泛化,例如:
# Attempt to define multinomial with n = 10, p = [0.1, 0.1, 0.8]
rv = scipy.stats.binom(10, [0.1, 0.1, 0.8])
# Score the outcome 4, 4, 2
rv.pmf([4, 4, 2])
什么是正确的方法?谢谢。
我不知道是否有内置函数可用,而且二项概率不具有普遍性(由于所有计数的总和必须为n,这将不能通过独立的二项式处理,因此需要对不同的可能结果进行归一化)。但是,自己实现相当简单,例如:
import math
class Multinomial(object):
def __init__(self, params):
self._params = params
def pmf(self, counts):
if not(len(counts)==len(self._params)):
raise ValueError("Dimensionality of count vector is incorrect")
prob = 1.
for i,c in enumerate(counts):
prob *= self._params[i]**counts[i]
return prob * math.exp(self._log_multinomial_coeff(counts))
def log_pmf(self,counts):
if not(len(counts)==len(self._params)):
raise ValueError("Dimensionality of count vector is incorrect")
prob = 0.
for i,c in enumerate(counts):
prob += counts[i]*math.log(self._params[i])
return prob + self._log_multinomial_coeff(counts)
def _log_multinomial_coeff(self, counts):
return self._log_factorial(sum(counts)) - sum(self._log_factorial(c)
for c in counts)
def _log_factorial(self, num):
if not round(num)==num and num > 0:
raise ValueError("Can only compute the factorial of positive ints")
return sum(math.log(n) for n in range(1,num+1))
m = Multinomial([0.1, 0.1, 0.8])
print m.pmf([4,4,2])
>>2.016e-05
我的多项式系数实现有些简单,并在对数空间中工作以防止溢出。还要注意,n作为参数是多余的,因为它是计数的总和(同一组参数适用于任何n)。此外,由于对于中等n或大维度这将迅速下溢,您最好在对数空间中工作(这里也提供了logPMF!)
scipy.stats.multinomial
的类,实现了多项式分布。以下是文档链接: https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.multinomial.html - L_W