MMI

Nell'esercizio uno, la distribuzione della dimensione delle pagine HTML richieste indica due distribuzioni (lognormal e pareto)... qualcuno mi spiega che significa? quale uso?

Thx

Nash ha scritto:

Nell'esercizio uno, la distribuzione della dimensione delle pagine HTML richieste indica due distribuzioni (lognormal e pareto)... qualcuno mi spiega che significa? quale uso?

Thx

ci sono due livelli da 0 a 10239 usi la lognormale e poi la pareto.. almeno noi abbiamo fatto cosi'..
visto che ci sto, posso chiederti come stai usando le distribuzioni per fare le classi? noi abbiamo il dubbio di come dimensionare le classi: approccio empirico (ossia a occhio! ) contro approccio "fai classi equiprobabili" (es: 4 classi con ciascuna il 25% di probabilita')

Grazie ciao!

Smoking_Man ha scritto:

Nash ha scritto:

Nell'esercizio uno, la distribuzione della dimensione delle pagine HTML richieste indica due distribuzioni (lognormal e pareto)... qualcuno mi spiega che significa? quale uso?

Thx

ci sono due livelli da 0 a 10239 usi la lognormale e poi la pareto.. almeno noi abbiamo fatto cosi'..
visto che ci sto, posso chiederti come stai usando le distribuzioni per fare le classi? noi abbiamo il dubbio di come dimensionare le classi: approccio empirico (ossia a occhio! ) contro approccio "fai classi equiprobabili" (es: 4 classi con ciascuna il 25% di probabilita')

Grazie ciao!

Cmq, a vedere lavori dell'anno scorso, pare bisogna generare dei campioni random a seconda delle distribuzioni indicate, e fare il clustering di queste. Giusto o sbagliato, cmq farle equiprobabili non mi pare buono visto che appunto c'è la distribuzione da usare.

Che vuol dire prima la lognormale e poi la pareto? Non ho capito.

Nash ha scritto:

Smoking_Man ha scritto:

Nash ha scritto:

Nell'esercizio uno, la distribuzione della dimensione delle pagine HTML richieste indica due distribuzioni (lognormal e pareto)... qualcuno mi spiega che significa? quale uso?

Thx

ci sono due livelli da 0 a 10239 usi la lognormale e poi la pareto.. almeno noi abbiamo fatto cosi'..
visto che ci sto, posso chiederti come stai usando le distribuzioni per fare le classi? noi abbiamo il dubbio di come dimensionare le classi: approccio empirico (ossia a occhio! ) contro approccio "fai classi equiprobabili" (es: 4 classi con ciascuna il 25% di probabilita')

Grazie ciao!

Cmq, a vedere lavori dell'anno scorso, pare bisogna generare dei campioni random a seconda delle distribuzioni indicate, e fare il clustering di queste. Giusto o sbagliato, cmq farle equiprobabili non mi pare buono visto che appunto c'è la distribuzione da usare.

Che vuol dire prima la lognormale e poi la pareto? Non ho capito.

se generi valori a partire dalle distribuzioni, ti devi generare dei valori compresi tra 1 e 10239 usando la lognormale e valori + grandi usando la pareto. Ossia dovresti scartare i valori + grandi di 10239 generati dalla prima distribuzione e valori + piccoli generati dalla pareto..
Ti convince?

Ragazzi scusate... :shock:
come avete risolto il problema della gaussiana inversa, visto che in csim nn c'è?
come considero la x che ci dà il prof?
la genero in modo random e la utilizzo poi all'interno delle varie distribuzioni (altrimenti non so come considerare le informazioni che ci ha dato lui, cioè x>=k)???

grazie

lunn ha scritto:

Ragazzi scusate... :shock:
come avete risolto il problema della gaussiana inversa, visto che in csim nn c'è?
come considero la x che ci dà il prof?
la genero in modo random e la utilizzo poi all'interno delle varie distribuzioni (altrimenti non so come considerare le informazioni che ci ha dato lui, cioè x>=k)???

grazie

Ciao, noi abbiamo lo stesso problema! Tu hai risolto in qualche modo?
Ti ho anche mandato un pm!