Question

在this tutorial之后，我创建了以下churn.py文件：

import numpy as np
import scipy as sp
import scipy.stats as stats

#duration of alive subscriptions
censored = np.array([419,513, ... ,316,14])
#duration of completed subscriptions
uncensored = np.array([389,123,340, ... ,56,31])

#Log likelihoods for censored data
def log_likelihood_lomax(args):
    shape, scale = args
    val = stats.lomax.logpdf(uncensored, shape, loc=0, scale=scale).sum() + stats.lomax.logsf(censored, shape, loc=0, scale=scale).sum()
    return -val

res_lomax = sp.optimize.minimize(log_likelihood_lomax,   [1, 1], bounds=((0.001, 1000000), (0.001, 1000000)))

print("lomax shape", res_lomax.x[0], ", scale=", res_lomax.x[1])
print("lomax mean", stats.lomax.mean(res_lomax.x[0], scale=res_lomax.x[1]))
print("lomax median", stats.lomax.median(res_lomax.x[0], scale=res_lomax.x[1]))

注意 ：...和censored数组中的uncensored出于保密目的。在实际的脚本中，我改为包含实数值。

当我使用python3 churn.py运行此脚本时，得到以下结果：

lomax shape 0.36948878639375643 , scale= 1440.4384891101636
lomax mean inf
lomax median 7961.447172364986

我知道一个事实，即返回的中位数值不正确。

但最重要的是，我不明白为什么lomar平均值返回inf。

我的脚本有什么问题吗？

Answer 1

您的结果显示

lomax shape 0.36948878639375643

也就是说，使用scipy表示法，形状参数c为0.36948878639375643（在wikipedia article中，c为α）。对于c≤1，分布的均值是无限的（即，定义均值的积分）。

您问“我的脚本有什么问题吗？” 我建议进行一项重要更改：在调用minimize之后，请在检查res_lomax.success为True之前，您使用res_lomax.x中的值。像这样：

res_lomax = sp.optimize.minimize(log_likelihood_lomax, [1, 1], bounds=((0.001, 1000000), (0.001, 1000000))) if res_lomax.success: print("lomax shape", res_lomax.x[0], ", scale=", res_lomax.x[1]) print("lomax mean", stats.lomax.mean(res_lomax.x[0], scale=res_lomax.x[1])) print("lomax median", stats.lomax.median(res_lomax.x[0], scale=res_lomax.x[1])) else: print("minimization failed:", res_lomax.message)

Numpy lomax平均函数返回“ inf”而不是值

1 个答案: