【发布时间】:2017-04-21 00:21:44
【问题描述】:
我有一个很大的似然向量,范围都在(0 到 1)范围内,但所有数字都远小于 1。我需要计算这些向量乘积的最大似然。
如何避免下溢,我的装配工在我所有的尝试中都失败了。我采取的第一步是将数组除以数组中的最大值。 我正在最大化采样 n 次的两个概率之和的乘积,最终我需要根据 BIC 最小化:
BIC = -2. * ln(L) + 5n_theta(nz)
无论如何L 是一个由非常小的数字组成的数组
L = product of ([(p(z1|a) + p(z1|b)), (p(z2|a) + p(z2|b)), ...., (p(zn|a) + p(zn|b))])
这是一个示例,其中包含两个参数 a 和 b,我改变了它们,数组的大小为 n,每个 p 为 < 1。
【问题讨论】:
标签: python numpy data-fitting underflow