测试统计方法

我在应用中编写了大量的统计方法。

问题是我不知道如何适当地测试它们。

例如,在单元测试中,我检查分布的所有概率之和是否收敛到1,但实际上永远不会是1。

例如,所有概率的总和可能是0.9999999甚至是1.0000000005,实际值强烈依赖于分布的不同结果的数量。

也许我可以这样测试

value should be less that 1.1value should be more that 0.9

但我不确定这种测试是否一致,可能存在一种分布,由于数值计算的原因会输出1.1

如何适当地测试它们呢?


回答:

这里有一个相关的讨论这里,你可能会觉得有趣。

简短的版本是,你希望将你的统计方法分解成可以确定性测试的部分。

在无法这样做的情况下,你可能需要使用某个epsilon值来比较你的预期输出和实际输出。你还可以运行多次测试,并执行一个简单的统计测试(可能是t检验?)来查看分布是否看起来是你认为的样子。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注