我环顾四周,并且令人惊讶的是没有找到用于计算Pointwise Mutual @R_595_4045@ion(Wiki PMI)的框架或现有代码的简单方法,尽管像Scikit-learn这样的库提供了整体互信息的度量(通过直方图).这是在Python和熊猫的背景下！
我的问题：
我有一个DataFrame,每行有一系列[x,y]示例,并希望根据公式(或更简单的公式)计算一系列PMI值：
PMI(x,y)= log(p(x,y)/ p(x)* p(y))
到目前为止,我的方法是：
def pmi_func(df, x, y):
df['freq_x'] = df.groupby(x).transform('count')
df['freq_y'] = df.groupby(y).transform('count')
df['freq_x_y'] = df.groupby([x, y]).transform('count')
df['pmi'] = np.log( df['freq_x_y'] / (df['freq_x'] * df['freq_y']) )
这会给出有效和/或有效的计算吗？
样本I / O：
x y PMI
0 0 0.176
0 0 0.176
0 1 0
解决方法:
我会加三位.
def pmi(dff, x, y):
df = dff.copy()
df['f_x'] = df.groupby(x)[x].transform('count')
df['f_y'] = df.groupby(y)[y].transform('count')
df['f_xy'] = df.groupby([x, y])[x].transform('count')
df['pmi'] = np.log(len(df.index) * df['f_xy'] / (df['f_x'] * df['f_y']) )
return df
> df.groupby(x)[x] .transform(‘count’)和df.groupby(y)[y] .transform(‘count’)应该只使用
伯爵已经退缩了.
> np.log(len(df.index)* df [‘f_xy’] /(df [‘f_x’] * df [‘f_y’])要使用的概率.
>处理数据帧的副本,而不是修改输入数据帧.
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 [email protected] 举报，一经查实，本站将立刻删除。
