Java 从一系列数字生成概率

Java 从一系列数字生成概率,java,numbers,probability,series,Java,Numbers,Probability,Series,如果有一个数字序列是这样的:11.5,6.7,3.2,和5.11 如何将这些数字转换成概率,从而得到的概率之和为1 多谢各位 如果数字系列还包括负数:-1.2、-100.34、3.67和2.1,该怎么办 是的,它们是与实例的4个可能类关联的权重 嗯。这是我的解决办法。如果有任何改进,请随时提出建议 1) 将数字范围从1移到任意n(我选择100)之间 2) 使用答案中列出的解决方案 在步骤1)中选择下限为1的原因是为了在应用范围转换公式后不会松动最小值 解决的示例: Say there 2 i

如果有一个数字序列是这样的:11.5,6.7,3.2,和5.11

如何将这些数字转换成概率,从而得到的概率之和为1

多谢各位


如果数字系列还包括负数:-1.2、-100.34、3.67和2.1,该怎么办

是的,它们是与实例的4个可能类关联的权重


嗯。这是我的解决办法。如果有任何改进,请随时提出建议

1) 将数字范围从1移到任意n(我选择100)之间

2) 使用答案中列出的解决方案

在步骤1)中选择下限为1的原因是为了在应用范围转换公式后不会松动最小值

解决的示例:

Say there 2 instances that can take on 2 possible class values with weights as shown below.
Instance1: -11.0  -2.0
Instance2: 4.0    52.0

old_max = 52.0, old_min = -11.0, new_max = 100, and new_min = 1

After applying step1), the weights are now in range 1 to 100.
Instance1: 1       15.1
Instance2: 24.5    100    

On applying step2), the following probabilities are obtained.
Instance1: 0.0708   0.937
Instance2: 0.19     0.803

您可以将每个数字除以总和:

double arr[] = {11.5, 6.7, 3.2, 5.11};
double total = 11.5 + 6.7 + 3.2 + 5.11;
for (int i = 0; i < arr.length; i++) {
    System.out.println(arr[i] / total);
}
double-arr[]={11.5,6.7,3.2,5.11};
双倍合计=11.5+6.7+3.2+5.11;
对于(int i=0;i

这是因为和除以和等于1。

您可以将每个数字除以和:

double arr[] = {11.5, 6.7, 3.2, 5.11};
double total = 11.5 + 6.7 + 3.2 + 5.11;
for (int i = 0; i < arr.length; i++) {
    System.out.println(arr[i] / total);
}
double-arr[]={11.5,6.7,3.2,5.11};
双倍合计=11.5+6.7+3.2+5.11;
对于(int i=0;i
这是因为和除以和等于1。

加权和

x1= 11.5, x2 = 6.7, x3 = 3.2, x4= 5.11
sum = x1+x2+x3+x4
p(x1) = x1/sum
p(x4) = x4/sum
....
p(total) = p(x1) + p(x2) + p(x3) + p(x4) = 1
加权和

x1= 11.5, x2 = 6.7, x3 = 3.2, x4= 5.11
sum = x1+x2+x3+x4
p(x1) = x1/sum
p(x4) = x4/sum
....
p(total) = p(x1) + p(x2) + p(x3) + p(x4) = 1

把它们全部加起来,然后把它们除以总和!输入的数字代表什么?您可能只需要对它们进行规范化(正如大多数答案所建议的那样),也可能不需要。输入数字表示实例属于特定类的权重。只是为了补充信息:这是svm_多类程序的分类输出。将它们全部相加,然后将它们除以总和!输入的数字代表什么?您可能只需要对它们进行规范化(正如大多数答案所建议的那样),也可能不需要。输入数字表示实例属于特定类的权重。仅供补充:这是svm_多类程序的分类输出。你的回答和其他问题一样解决了我的部分问题,但我接受你的回答,因为这是第一个问题。当然,所有的部分答案都是由于我的第一个不完整的问题公式。你的答案解决了我问题的一部分,其他的也一样,但我接受你的答案,因为这是第一个。当然,所有的部分答案都是我的第一个不完整的问题公式。