Я пытаюсь пересчитать мои выборочные данные для расчета стандартной ошибки начальной загрузки.Но результаты не соответствуют обозначенным вероятностям, которые я сделал.
для 'p' в numpy.random.choice (a, size = None, replace = True, p = None), я составил список вероятностей , который равен
[0,190872103, 0,120820803, 0,115160092, 0,008137272, 0,029541836, 0,0, 0,535467893, 0,0] для ['нейтральный', 'счастливый', 'грустный', 'сюрприз', 'страх', 'отвращение', 'гнев', ''презрение '] каждый.
data = pd.read_csv(path+'shawshank_FER_entropy.csv', encoding = 'utf-8', delimiter='\t')
emo_list = ['neutral', 'happy', 'sad', 'surprise', 'fear', 'disgust', 'anger','contempt']
pb = data.andy
p = [float(pb.iloc[11]),float(pb.iloc[12]),float(pb.iloc[13]),float(pb.iloc[14]),float(pb.iloc[15]),float(pb.iloc[16]),float(pb.iloc[17]),float(pb.iloc[18])]
print(p)
emo_sample = np.random.choice(emo_list, 1000, p)
print(emo_sample)
unique, counts = np.unique(emo_sample, return_counts=True)
print(np.asarray((unique, counts)).T)
Я ожидал, что результатом будет 1000 слов эмоций, распределенных в соответствии с обозначенной мной вероятностью, но результаты распределены равномерно, как показано ниже.
[['гнев '' 128 '] [' презрение '' 140 '] [' отвращение '' 101 '] [' страх '' 134 '] [' счастливый '' 121 '] [' нейтральный '' 120 '] [' грустный ''123'] ['сюрприз' '133']]
Можете ли вы объяснить, почему мои коды не используют указанную мной вероятность?