于是，可以发现：概率为0，不代表事件不可能发生，是成立的！这条适用于：古典和几何概型概率为1的事件，一定是必然事件
原创
2024-09-14 14:48:21
98阅读
随着生物信息学和生物技术的不断发展，人们对于蛋白质功能预测的需求也越来越迫切。蛋白质是生命体系中的重要组成部分，其功能对于维持生命活动至关重要。因此，准确地预测蛋白质的功能成为了生物学和药物研发领域的关键问题之一。本文将介绍如何利用概率图模型进行蛋白质功能预测。概率图模型是一种灵活且强大的工具，可以用来描述随机变量之间的概率关系，并通过推断来预测未知变量的状态。我们将结合Python代码，详细解释
转载
2024-08-01 17:47:28
53阅读
random模块实现了这种分布的伪随机数生成器，随机数可以被应用于数学、安全等领域，并且也经常被嵌入算法中，用以提高算法效率，在机器学习算法中对随机数的设定是必要的一步，并且随机数的设定会影响算法的好坏。random模块提供的函数是基于random.Random类的隐藏实例的绑定方法，几乎所有模块函数都依赖于基本函数random()，random()函数在半开放区间[0.0, 1.0)内均匀生成随
转载
2023-08-06 21:17:40
263阅读
本文主要总结数据统计、分析过程中经历的一些数学计算实现方式。Update: 2022 / 12 / 1 Python | 数据数学计算那点事儿不完全总结 - 计算平均值、几何平均值等等计算平均值方法示例几何平均值方法示例近似方法判断近似与否方法math.isclose()示例参考链接 计算平均值参考这里 1 方法方法说明sum 和 len使用 sum 和 len 内置函数对列表中的数据进行处理。好
转载
2023-10-18 16:56:07
105阅读
一、参数估计简介 很多情况下，我们只有有限的样本集，而类条件概率密度函数p(x|ωi)和先验概率P(ωi)是未知的，需要根据已有样本进行参数估计，然后将估计值当作真实值来使用。 由给定样本集求解随机变量的分布密度函数问题是统计机器学习和概率统计学的基本问题之一。解决该问题的方法包括参数估计和非参数估计两大类：1.参数估计方法 已知概率密度函数的形式而函数的有关参数未知，通过估计参数来估计概率密度函
转载
2023-08-11 09:55:13
767阅读
概率问题是最方便使用计算机计算的问题。因为计算机可以模拟大量的重复计算工作，难以理解的概率问题，通过计算机代码一算就很容易算出正确结果出来。今天就为大家讲解下如何通过python来计算一道很有名的酒鬼概率问题。问题：已知某酒鬼有90%的日子都会出去喝酒，
喝酒只去固定三家酒吧。
今天警察找了其中两家酒吧都没有找到酒鬼。问：酒鬼在第三家酒吧的几率？我是通过如下方式计算这个概率问题的。注释也写了，不清
转载
2023-12-15 09:53:40
51阅读
某班级有n个人，(n<=365)问至少有两个人的生日在同一天的概率有多大？由于如果使用公式的话365^300次方计算量很大,所以使用迭代的方式for n in range(1, 366):
s = 1
for i in range(n):
s *= (365 - i) / 365
print(n, 1-s)n=50 时 已经很大了组合数的计算,默认使用小数,可以指定使用整数计算from sc
转载
2023-06-05 15:15:49
88阅读
# 使用Python和OpenCV求几何中心
在这个教程中，我们将通过Python和OpenCV实现求取图像的几何中心。几何中心是图像的一个重要特征，在图像处理、计算机视觉等领域得到了广泛应用。接下来，我将为你展示整个流程，并通过具体的代码示例来帮助你理解每一个步骤。
## 工作流程
我们可以将整个过程分为以下几个步骤：
| 步骤 | 描述
原创
2024-10-22 03:48:12
102阅读
from fractions import Fraction
from scipy.special import comb, perm
awardlist = []
print(
"""
题目:百货超市现有一批快到期的日用产品急需处理，超市老板设计了免费抽奖活动来处理掉了这些商品。纸箱中装有大小相同的20个球，10个10分，10个5分，从中摸出10个球，摸出的10个球的分数之和即为中奖分数
转载
2024-07-04 20:05:48
43阅读
今天做了一道题（呵呵，做完我发现自己曾经做过），简直无力吐槽，为什么同一份代码G+
原创
2022-08-09 18:09:06
225阅读
在数据分析与机器学习领域中，求先验概率是一个基本而又重要的步骤，特别是在处理不确定性和做出推断时。在这篇博文中，我将详细介绍如何在Python中计算先验概率，并配合实现过程中的各种结构和图表，帮助大家更好地理解和操作。
## 版本对比
在Python中进行概率计算，常用的库有`numpy`、`scipy`和`pandas`等。以下是这些库在处理先验概率时的特性对比。
| 版本
我家小朋友年方1岁半，家里每天上午都要出去遛小孩。现在小朋友有两项爱好，在家翻垃圾桶，出门捡烟头。 翻垃圾桶可以有效地限制，捡烟头可是防不胜防。 也许烟头能散发出特殊的能量波动，小区的绿化带和草坪上的大部分烟头都能被小朋友准确地发现，如果他在不规则的前进路线中突然停下了，那肯定是看到了新的烟头。错失奖励概率 在我的严密监视下，小朋友捡烟头的几率已经从原来的“绝不放过...
原创
2021-06-07 16:57:13
1917阅读
几何概率模型是什么 一、总结 一句话总结： 【例如方格中投一个石子】：例如一个人到单位的时间可能是8:00~9:00之间的任意一个时刻、往一个方格中投一个石子，石子落在方格中任何一点上……这些试验出现的结果都是无限多个，属于几何概型。 【无限性和等可能性】：一个试验是否为几何概型在于这个试验是否具有
转载
2020-10-29 15:35:00
363阅读
2评论
我家小朋友年方1岁半，家里每天上午都要出去遛小孩。现在小朋友有两项爱好，在家翻垃圾桶，出门捡烟头。 翻垃圾桶可以有效地限制，捡烟头可是防不胜防。 也许烟头能散发出特殊的能量波动，小区的绿化带和草坪上的大部分烟头都能被小朋友准确地发现，如果他在不规则的前进路线中突然停下了，那肯定是看到了新的烟头。错失奖励概率 在我的严密监视下，小朋友捡烟头的几率已经从原来的“绝不放过”下降到了现在的20
原创
2022-01-07 15:56:28
724阅读
Tkinter控件有特定的几何状态管理方法，管理整个控件区域组织，以下是Tkinter公开的几何管理类：包、网格、位置。几何方法描述pack()包装grid()网格place()位置一、pack 包装（一）pack选项pack方法会从上到下，从左到右的摆放控件。1.sideside的作用是放置控件的位置。有四个位置：left,right,top,bottom。LEFT：由左往右排列，RIGHT：由
转载
2024-02-03 05:49:23
72阅读
# Python求几何体重心
## 1. 引言
几何体是我们日常生活中经常接触到的物体，如球体、立方体、圆柱体等。几何体重心是一个重要的概念，在物理学、工程学等领域中有广泛的应用。本文将介绍如何使用Python编程语言计算几何体的重心，并给出相应的代码示例。
## 2. 几何体重心的定义
几何体重心是指几何体内部所有质点的平均位置，也可以理解为几何体的质心。对于具有连续分布质量的几何体，重
原创
2023-08-24 20:34:37
303阅读
最近利用碎片时间在读Allen B.Downey的《贝叶斯思维：统计建模的Python学习法》，顺便用手机上的Pythonista写实例。因为Pythonista没有scipy科学计算包，遇上需求标准正态累积分布函数的时候就只能抓瞎，为此决定自己写一个。累积分布函数（Cumulative Distribution Function，CDF）就是概率密度函数（Probability Density
随机变量+抽样统计基础思维导图总结概率分布和抽样的python实现伯努利分布 Bernoulli Distribution%matplotlib inline
import numpy as np
import matplotlib.pyplot as plt
from scipy import stats
#定义随机变量：1次抛硬币X = np.arange(0,2,1) #成功指正面朝上记录为
转载
2024-02-28 13:40:14
107阅读
# 概率在Java中的应用
## 引言
概率是数学中的一个重要分支，它用于描述随机事件发生的可能性。概率的应用领域非常广泛，包括统计学、计算机科学、金融等。在本文中，我们将介绍在Java编程中如何计算概率，并提供一些代码示例来帮助读者更好地理解概率的计算方法。
## 概率的基本概念
在开始介绍Java中的概率计算之前，让我们先来了解一些概率的基本概念。
### 随机事件
随机事件是指在
原创
2023-08-04 15:02:49
195阅读
看题编写一个模拟同时掷两个骰子的程序 要用Random类模拟产生第一个骰子，然后再产生第二个骰子，将第二个结果相加，相加的和等于7的可能性最大，等于2和12的可能性最小。 程序模拟掷3600次骰子，判断求和结果是否合理， 共有6种情况是7，故在3600次掷骰子的结果中应当有1/6的可能性是7。问题分析：模拟掷骰子，首先考虑它的随机性，使用Random类产生随机数进行掷骰子完成随机性分析，接着考虑随
转载
2023-10-17 22:02:47
70阅读
