Piensa en Bayes, 2ª Edición

Capítulo 11. Comparación

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

Este capítulo presenta las distribuciones conjuntas, que son una herramienta esencial para trabajar con distribuciones de más de una variable.

Las utilizaremos para resolver un problema tonto en nuestro camino hacia la resolución de un problema real. El problema tonto consiste en calcular la altura de dos personas, teniendo en cuenta únicamente que una es más alta que la otra. El problema real es clasificar a los jugadores de ajedrez (o a los participantes en otro tipo de competiciones) en función del resultado de una partida.

Para construir distribuciones conjuntas y calcular probabilidades para estos problemas, utilizaremos productos externos y operaciones similares. Y por ahí empezaremos.

Operaciones exteriores

Muchas operaciones útiles pueden expresarse como el "producto exterior" de dos secuencias, u otro tipo de operación "exterior". Supón que tienes secuencias como x y y:

x = [1, 3, 5]
y = [2, 4]

El producto exterior de estas secuencias es una matriz que contiene el producto de cada par de valores, uno de cada secuencia. Hay varias formas de calcular productos externos, pero la que me parece más versátil es una "malla reticular".

NumPy proporciona una función llamada meshgrid que calcula una rejilla de malla. Si le damos dos secuencias, devuelve dos matrices:

import numpy as np

X, Y = np.meshgrid(x, y)

La primera matriz contiene ...