FitnessFunc¶

class astropy.stats.FitnessFunc(p0=0.05, gamma=None, ncp_prior=None)[ソース]¶

ベースクラス: object

ベイズチャンキング適応度関数の基底クラス

派生クラスは以下の方法を再ロードすべきである.

fitness(self, **kwargs) ：: 名前パラメータのセットが与えられた場合に適応度を計算する.Fitnessが受け入れる論点は [T_k, N_k, a_k, b_k, c_k] (参照されたい) [1] これらのパラメータの意味に関する詳細な情報).

さらに、他の方法も再ロードされる可能性がある：

__init__(self, **kwargs) ：: 正常範囲を超える任意のパラメータを用いて適応度関数を初期化する. p0 そして gamma それがそうです。
validate_input(self, t, x, sigma) ：: Enable specific checks of the input data (t, x, sigma) to be performed prior to the fit.
compute_ncp_prior(self, N) ：もし ncp_prior 明確な定義はありません: this function is called in order to define it before fitting. This may be calculated from gamma, p0, or whatever method you choose.
p0_prior(self, N) ：: 仮想警告確率を与える事前形式を指定する p0 (参照されたい) [1] (詳細は参照)。

For examples of implemented fitness functions, see Events, RegularEvents, and PointMeasures.

参考文献

1(1,2): スカガーJらです(2012)https：//ui.adsab.atherard.edu/abs/2013 ApJ...764..167 S

方法要約

`compute_ncp_prior` \(n)	もし `ncp_prior` 明示的に定義されていなければ `gamma` あるいは…。 `p0` それがそうです。
`fit` \(t[, x, sigma] )	与えられた適応度関数の下で，ベイズチャンキングモデルをフィッティングする.
`fitness` \(** Kwargs)
`p0_prior` \(n)	事前経験は仮想警告確率によってパラメータ化されています `p0` 公式を参照されたい。
`validate_input` \(t[, x, sigma] )	モデルへの入力を検証する.

方法文書

compute_ncp_prior(N)[ソース]¶: もし ncp_prior 明示的に定義されていなければ gamma あるいは…。 p0 それがそうです。

fit(t, x=None, sigma=None)[ソース]¶

与えられた適応度関数の下で，ベイズチャンキングモデルをフィッティングする.

パラメータ

返品

事前経験は仮想警告確率によってパラメータ化されています p0 公式を参照されたい。“凶暴な21歳”(2012)

元の塗り絵紙では、この式に誤りがある(“日誌”が欠落していることに注意されたい)。以下の訂正後の表はHTTPS：//arxiv.org/abs/1304.2818から抜粋した

validate_input(t, x=None, sigma=None)[ソース]¶

モデルへの入力を検証する.

パラメータ

返品