本文整理汇总了Python中skills.numerics.Gaussian.log_ratio_normalization方法的典型用法代码示例。如果您正苦于以下问题：Python Gaussian.log_ratio_normalization方法的具体用法？Python Gaussian.log_ratio_normalization怎么用？Python Gaussian.log_ratio_normalization使用的例子？那么恭喜您, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在类skills.numerics.Gaussian的用法示例。
在下文中一共展示了Gaussian.log_ratio_normalization方法的2个代码示例，这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞，您的评价将有助于系统推荐出更棒的Python代码示例。
示例1: testLogRatioNormalization
# 需要导入模块: from skills.numerics import Gaussian [as 别名]
# 或者: from skills.numerics.Gaussian import log_ratio_normalization [as 别名]
def testLogRatioNormalization(self):
m1s2 = Gaussian(1.0, 2.0)
m3s4 = Gaussian(3.0, 4.0)
lrn = Gaussian.log_ratio_normalization(m1s2, m3s4)
answer = 2.6157405972171204
self.assertAlmostEqual(answer, lrn, None,
"testLogRatioNormalization lrn expected %.15f, got %.15f" % (answer, lrn),
GaussianDistributionTest.ERROR_TOLERANCE)示例2: log_normalization
# 需要导入模块: from skills.numerics import Gaussian [as 别名]
# 或者: from skills.numerics.Gaussian import log_ratio_normalization [as 别名]
def log_normalization(self):
result = 0.0
for i in range(1, len(self.variables)):
result += Gaussian.log_ratio_normalization(self.variables[i].value, self.messages[i].value)
return result