问题描述
我编写了这段代码来计算两个概率分布之间的bhattacharyya系数。背后的想法是对原始数据计算内核转换,计算3个估计量(每个类一个),然后预测测试集中每个值属于其中一个类的概率。问题是,当我计算系数以衡量估计量对特征的分离程度时,得出的结果大于1,这是不可能且没有意义的。我粘贴一部分代码,其中一部分带有系数计算。当我有3个分布而不是2个分布时,有人可以解释一下是否需要做一些调整吗?还是一样?谢谢
'''
setosa = np.array(setosa)
versicolor = np.array(versicolor)
virginica = np.array(virginica)
BC=np.sum(np.sqrt(setosa*virginica))
print (BC)
'''
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)