方差缩减——分层抽样

分成4个子区间

import numpy as npn = 500
estimates = np.empty([100, 2])def g(x):if x >= 0 and x <= 1:y = np.exp(-x) / (1 + x ** 2)else:y = 0return ydef get_mean(X):results = []for x in X:results.append(g(x))return np.mean(results)for i in range(100):estimates[i, 0] = get_mean(np.random.uniform(0, 1, n))t2 = []t2.append(get_mean(np.random.uniform(0, 0.25, int(n / 4))))t2.append(get_mean(np.random.uniform(0.25, 0.5, int(n / 4))))t2.append(get_mean(np.random.uniform(0.5, 0.75, int(n / 4))))t2.append(get_mean(np.random.uniform(0.75, 1, int(n / 4))))estimates[i, 1] = np.mean(t2)print(np.var(estimates, axis=0))

输出：[1.11658751e-04 8.00280336e-06]

分成100个子区间

import numpy as npn = 500
estimates = np.empty([100, 2])def g(x):if x >= 0 and x <= 1:y = np.exp(-x) / (1 + x ** 2)else:y = 0return ydef get_mean(X):results = []for x in X:results.append(g(x))return np.mean(results)intervals = np.linspace(0, 1, 100)for i in range(100):estimates[i, 0] = get_mean(np.random.uniform(0, 1, n))t2 = []for j in range(99):t2.append(get_mean(np.random.uniform(intervals[j], intervals[j + 1], int(n / 100))))estimates[i, 1] = np.mean(t2)print(np.var(estimates, axis=0))

输出：[1.15212447e-04 1.57478224e-08]

方差缩减——分层抽样相关推荐

第二话统计计算之蒙特卡洛积分和方差缩减技术（未完待续）
统计计算第一话统计计算之随机变量生成方法第二话统计计算之蒙特卡洛积分和方差缩减技术提示:写完文章后,目录可以自动生成,如何生成可参考右边的帮助文档蒙特卡洛积分和方差缩减技术统计计算前言 ...
【阿里妈妈数据科学系列】第三篇：离线抽样框架下的AB Test
在 AB Test 的语境中,"离线抽样"指在实验开始之前就确定实验组和对照的抽样方式.很显然,离线抽样的对象不是实时产生的流量,相反,离线抽样框架下的 AB Test 更接近于传 ...
金融工程中的蒙特卡罗方法
<金融工程中的蒙特卡罗方法> 基本信息原书名:Monte Carlo Methods in Financial Engineering 作者: Paul Glasserman 译者: 范 ...
《Introducing Monte Carlo Methods with R》第四章笔记
误差理论,方差监测和加速收敛引言--蒙特卡罗积分方法的基本误差理论马尔科夫不等式如果X仅取非负值,则对于任意a>0:P(X≥a)≤E(X)aP(X\geq a) \leq \frac{E( ...
如何在机器学习的框架里实现隐私保护？
编者按:数据时代,人们从技术中获取便利的同时,也面临着隐私泄露的风险.微软倡导负责任的人工智能,因此机器学习中的隐私保护问题至关重要.本文介绍了目前机器学习中隐私保护领域的最新研究进展,讨论了机密计算 ...
MMD_6b_DecisionTree
overview construct 构建决策树的时候需要考虑以下问题: 什么时候停止如果不停止,那么以什么变量的什么特征构建二叉树如果停止,那么预测的是什么 split categorical ...
《强化学习周刊》第40期：PMIC多智能体强化学习、Lazy-MDPs、CTDS
No.40 智源社区强化学习组强化学习研究观点资源活动周刊订阅告诉大家一个好消息,<强化学习周刊>已经开启"订阅功能",以后我们会向您自动推送最 ...
《强化学习周刊》第28期：UNCC提出全新脑-机交互学习模式：内在互动强化学习...
No.28 智源社区强化学习组强化学习研究观点资源活动关于周刊强化学习作为人工智能领域研究热点之一,其研究进展与成果也引发了众多关注.为帮助研究与工程人员了解该领域的相关进展和 ...
综述 | 深度学习中的优化理论
来源:运筹OR帷幄本文约5200字,建议阅读10+分钟. 展望未来研究趋势,拒绝做调参侠从我开始. 标签:人工智能神经网络的训练主要通过求解一个优化问题来完成,但这是一个困难的非线性优化问题,传统 ...
资源 | UC Berkeley CS 294深度强化学习课程（附视频、学习资料）
来源:机器之心本文共4000字,建议阅读10分钟. 本文主要介绍了课程中的强化学习主题,涉及深度强化学习的基本理论与前沿挑战. CS294 深度强化学习 2017 年秋季课程的所有资源已经放出.该课 ...

方差缩减——分层抽样

方差缩减——分层抽样

分成4个子区间

分成100个子区间

方差缩减——分层抽样相关推荐

最新文章

热门文章