Algorithm 如何选择向量中的数字组
我有一个应用程序，其中包含一些测量特征的概率。我想从vector中选择n个最佳特征。我有一个实数向量。向量是标准化的，所有数字的和是1（它是一些特征的概率） 我想选择一组n小于n（假设大约8）的最大数。数字必须紧密相连，没有间隙，而且它们的总和也应该很大（剩余数字的总和应该低几倍） 有没有办法做到这一点 我尝试使用80%分位数（但它对[0.2,0.2,0.01,0.01,0.001,0.001…len~100]等相对较大的间距不敏感），我尝试在两个连续的数字之间进行一些调整，但效果不太好Algorithm 如何选择向量中的数字组,algorithm,math,Algorithm,Math,我有一个应用程序，其中包含一些测量特征的概率。我想从vector中选择n个最佳特征。我有一个实数向量。向量是标准化的，所有数字的和是1（它是一些特征的概率） 我想选择一组n小于n（假设大约8）的最大数。数字必须紧密相连，没有间隙，而且它们的总和也应该很大（剩余数字的总和应该低几倍） 有没有办法做到这一点 我尝试使用80%分位数（但它对[0.2,0.2,0.01,0.01,0.001,0.001…len~100]等相对较大的间距不敏感），我尝试在两个连续的数字之间进行一些调整，但效果不太好 现在我
现在我有一些部分的解决方案，但我只是想知道是否有一些简单的解决方案我忽略了。听起来你想选择n个最大概率，但n是灵活的。如果n是固定的，比如说n=10，你可以对向量进行排序，然后找出前10项。但从您的示例来看，如果数据中存在自然中断，您似乎希望使用较小的值n。也许您希望从最大概率开始，然后沿着列表选择项目，直到您选择的概率总和超过某个阈值
也许你有一个隐式优化问题，你想最大化一些概率，同时对大n进行一些惩罚。试着这样陈述你的问题。你可能会找到自己的答案，或者你可以在这里重新表述你的问题，帮助其他人给你一个更好的答案。约翰的答案很好。你也可以试试
- 对概率进行排序
- 找出连续概率之间的最大差距
- 从那里开始工作
我最喜欢的方法是马尔可夫链蒙特卡罗（MCMC） 编辑：既然你澄清了你的问题，我的第一个想法是，因为你只有8个可能的答案，根据每个答案包含的概率以及它是否在某个间隙分裂，为每个答案制定一个分数，并做出启发式判断
进一步编辑：这听起来有点像逻辑回归。您希望找到一个有效地将集合划分为成员和非成员的P值。对于给定的P值，您可以计算集合的对数似然，并选择使其最大化的P。
我不确定这是否是您想要的，但似乎您想要执行以下操作
让我们假设概率是按递增顺序的
x_1，…，x_N1我意识到英语不是你的第一语言，Jiri，但是我很难理解你的问题。我不知道你为什么不能对它们进行排序，然后选择前n名成员。问题还没有很好地定义。我们的目标似乎是在顶部找到一组由n个数字组成的“自然”集合，但无法从您的解释中客观地得出什么是自然的定义。我要澄清一下，我已经把它们分类了。我试图找出一个差距，但差距的“大小”随着人数的增长而变化，也随着最大群体的“大小”的增长而变化。示例：在最大的一组3个数字中，它们的值约为0.3，但8个大数字的值约为1/8。难道你不能沿着列表往下看，选择最大的间距，然后使用它吗？“示例：在最大的一组3个数字中，它们的值约为0.3，但8个大数字的值约为1/8。”好吧，那你想要什么呢？我不认为你的问题能得到合理的解决。我只是试图实现“最大差距”。它通过了我所有的测试，比我自己的解决方案简单得多。谢谢，不客气。（旁白：去年我们有一位来自捷克共和国的房客，名叫Jiri，所以我甚至知道如何发音（但不是说我发音正确。）很有趣。我得考虑一下。
f(i,j) = (x_i + x_(i+1) + ... + x_j)/(x_j - x_i)