Convertir (normalizar) valores de probabilidad muy pequeños en probabilidad


21

Estoy escribiendo un algoritmo donde, dado un modelo, calculo las probabilidades para una lista de conjuntos de datos y luego necesito normalizar (a la probabilidad) cada una de las probabilidades. Por lo tanto, algo como [0.00043, 0.00004, 0.00321] podría convertirse como [0.2, 0.03, 0.77].

Mi problema es que las probabilidades de registro, con las que estoy trabajando, son bastante pequeñas (por ejemplo, en el espacio de registro, los valores son como -269647.432, -231444.981, etc.). En mi código C ++, cuando trato de agregar dos de ellos (tomando su exponente) obtengo una respuesta de "Inf". Traté de agregarlos en el espacio de registro (Suma / resta del registro) , pero nuevamente tropecé con el mismo problema.

¿Alguien puede compartir su opinión experta sobre esto?


Cuando usó las funciones que señaló que involucraban , ¿usó la función en su idioma? Esto usa la expansión Taylor alrededor de 1.log(1+)log1p
Neil G

1
Vea también alguna discusión anterior, relacionada aquí
Glen_b -Reinstate Monica

Respuestas:


30

Reste el logaritmo máximo de todos los registros. Deseche todos los resultados que sean tan negativos que desbordarán lo exponencial. (Sus posibilidades son, a todos los efectos prácticos, cero).

De hecho, si desea una precisión relativa de (como para dígitos de precisión) y tiene probabilidades, deseche cualquier resultado menor que el logaritmo de . Luego proceda como de costumbre para exponer los valores resultantes y divida cada uno entre la suma de todos los exponenciales.ϵ = 10 - d d n ϵ / nϵϵ=10ddnϵ/n

Para quienes gustan de las fórmulas, dejemos que los logaritmos sean con . Para logaritmos a la base b \ gt 1 , definaλ n = max ( λ i ) b > 1λ1,λ2,,λnλn=max(λi)b>1

αi={bλiλn,λiλnlog(ϵ)log(n)0otherwise.

Las probabilidades normalizadas son iguales a , Esto funciona porque al reemplazar todos los otra manera se desbordan por cero, se produce un error total de como máximo mientras que, porque y todos no son negativos, el denominador , por lo que el error relativo total debido a la regla de reemplazo cero es estrictamente menor que , según se desee. i = 1 , 2 , ... , n . α i ( n - 1 ) ϵ / n < ϵ α n = b λ n - λ n = b 0 = 1 α i A = j α j1 ( ( n - 1αi/j=1nαji=1,2,,n.αi(n1)ϵ/n<ϵαn=bλnλn=b0=1αiA=jαj1((n1)ϵ/n)/A<ϵ

Para evitar demasiados errores de redondeo, calcule la suma comenzando con los valores más pequeños de . Esto se hará automáticamente cuando los se primera vez en orden creciente. Esta es una consideración solo para muy grandes .λ i nαiλin

Por cierto, esta receta asumió que la base de los registros es mayor que . Para bases menores que , primero niegue todos los registros y proceda como si la base fuera igual a .b 1 1 / b1b11/b


Ejemplo

Deje que haya tres valores con logaritmos (registros naturales, por ejemplo) igual a y El último es el más grande; restarlo de cada valor da y- 231444.981 , - 231444.699. - 38202.733 , - 0.282 , 0.269647.432, 231444.981,231444.699.38202.733, 0.282,0.

Supongamos que desea una precisión comparable a IEEE dobles (cerca de 16 dígitos decimales), por lo que y . (En realidad, no puede lograr esta precisión, porque se da solo a tres cifras significativas, pero está bien: solo estamos descartando valores que están garantizados para no afectar la mejor precisión que desea y la precisión que realmente tener.) Calcular = = La primera de las tres diferencias, es menor que esta, así que tírela, dejando solo y da n = 3 - 0.282 log ( ϵ / n ) log ( 10 - 16 ) - log ( 3 ) - 37.93997. - 38202.733 , - 0.282 0. exp ( - 0.282 ) = 0.754ϵ=1016n=30.282Iniciar sesión(ϵ/ /norte)Iniciar sesión(10-dieciséis)-Iniciar sesión(3)-37.93997.-38202.733,-0.2820.exp(-0.282)=0,754 y (por supuesto). Los valores normalizados son, en orden, para el que tiró, y .exp(0 0)=10 00,754/ /(1+0,754)=0.4301/ /(1+0,754)=0,570


Esto es brillante, tan simple y tan obvio en retrospectiva. @Ikram, ¡marque esto como la respuesta correcta! (a menos, por supuesto, que tenga algo mejor, en cuyo caso sírvase compartir)
zelanix

2
@whuber, ¿necesitamos tirar ? Exponencial que nos da cero de todos modos, por lo que no contribuirá a la suma. -38202.733
Taylor
Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.