在Python中规范化小概率

我有一个概率列表，需要将其标准化为1.0。
e、 g.

probs=[0.01,0.03,0.005]

---

我意识到这是通过将每个概率除以

probs

之和来实现的。然而，如果概率变得非常小，Python会告诉我

sum（probs）=0.0

。我理解这是一个下溢问题。我想我应该用每个概率的对数。我该怎么做呢？

即使是非常小的浮点值之和也永远不会真正为0；它们可能接近于零，但不可能完全为零

只需将1除以它们的总和，然后将概率乘以该因子：

def normalize(probs):
    prob_factor = 1 / sum(probs)
    return [prob_factor * p for p in probs]

当然，有些概率可能只占总数的一个很小的百分比，而且这个百分比可能接近零。但这仅仅意味着，当归一化时，可能会得到非常接近于零的归一化概率，或者如果小于最小的可表示浮点值，则等于零。只有当列表中的概率比其他概率小得多，以至于它们不再代表任何接近将要发生的事情时，后者才会发生

演示：

极端情况是：

>>> import sys
>>> normalize([sys.float_info.max, sys.float_info.min])
[0.9999999999999999, 0.0]
>>> normalize([sys.float_info.max, sys.float_info.min])[-1] == 0
True

---

您始终可以使用比例因子来避免底流问题，手动输入或自动计算，例如：

import math
no_z = ([x for x in probs if x > 0.0])
if len(no_z) == 0:
   print "Unable to calculate with 0.0 as all the probabilities"
order = int(-math.log10(min(no_z)))
if order > 0:
   order = 0
sf = 10**order
scaled = [x * sf for x in probs]
tot = sum(scaled)
norm = [x/tot for x in scaled]

---

当然，你最好只使用或numpy，做高精度的数学。

你想让它们在[1-0]之间吗？这就是标准化的意思。我想他想把每个值乘以某个常数，这样

sum（probs）

等于一。你确定这不是打印问题吗？如果数组中的单个元素不完全为零，那么总和应该是机器可表示的，但可能您的打印选项仅将其显示为零。谢谢。我不知道为什么这对我仍然不起作用——这是有道理的。我怀疑零在我的代码中的位置更深。

import math
no_z = ([x for x in probs if x > 0.0])
if len(no_z) == 0:
   print "Unable to calculate with 0.0 as all the probabilities"
order = int(-math.log10(min(no_z)))
if order > 0:
   order = 0
sf = 10**order
scaled = [x * sf for x in probs]
tot = sum(scaled)
norm = [x/tot for x in scaled]