Python sklearn.utils.extmath.weighted_mode用法及代码示例

用法: sklearn.utils.extmath.weighted_mode(a, w, *, axis=0)

返回 a 中加权模态(最常见)值的数组。

如果有多个这样的值，则只返回第一个。模态箱的bin-count 也被返回。

这是 scipy.stats.mode 中算法的扩展。

参数：

a：array-like: 要查找其模式的 n 维数组。
w：array-like: 每个值的 n 维权重数组。
axis：整数，默认=0: 操作的轴。默认值为 0，即第一个轴。

vals：ndarray: 模态值数组。
score：ndarray: 每种模式的加权计数数组。

例子：

>>> from sklearn.utils.extmath import weighted_mode
>>> x = [4, 1, 4, 2, 4, 2]
>>> weights = [1, 1, 1, 1, 1, 1]
>>> weighted_mode(x, weights)
(array([4.]), array([3.]))

值 4 出现了 3 次：使用统一的权重，结果只是分布的模式。

>>> weights = [1, 3, 0.5, 1.5, 1, 2]  # deweight the 4's
>>> weighted_mode(x, weights)
(array([2.]), array([3.5]))

值 2 得分最高：它出现两次，权重分别为 1.5 和 2：它们的总和为 3.5。

相关用法

注：本文由堆栈答案筛选整理自scikit-learn.org大神的英文原创作品 sklearn.utils.extmath.weighted_mode。非经特殊声明，原始代码版权归原作者所有，本译文的传播和使用请遵循“署名-相同方式共享 4.0 国际 (CC BY-SA 4.0)”协议。

用法:

参数：

返回：

例子：