小编ste*_*fen的帖子

......关于执行时间和/或记忆.

如果不是这样,请使用代码段进行证明.请注意,矢量化的加速不计算在内.增速必须来自apply(tapply,sapply,...)本身.

你好伙计号码

正如标题所示,我正在寻找一个用于学习和推理贝叶斯网络的库.我已经找到了一些,但我希望得到一个推荐.

要求快速概述:

• 最好用Java或Python编写
• 配置(也是网络本身)是a)可能的和b)可能通过代码(而不仅仅是通过GUI).
• 源代码可用
• 项目仍然保持
• 越强大越好

你推荐哪一个？

我想创建一个包含不同长度字符串的列的PdfPTable.我了解到每个单元格/列的宽度对于每个列都是相同的(默认),或者可以设置每列应占据的空间分数.

但是,我希望列尽可能宽,但不能更宽,具体取决于插入的数据.假设表格很容易适合页面(没有中断!).当然,我可以手动遍历所有数据并计算每列的最大字符串长度,相应地设置表的属性,但我想知道这个常用选项是否已由itext本身提供.

我正在寻找一个java库/实现,它支持以合理的精度计算β分布的逆累积分布函数(也就是分位数的估计).

当然我已经尝试过apache commons math,但是在版本3中,似乎仍然存在一些精度问题.下面引出这个问题的问题被广泛描述.

假设我想通过大量试验来计算β分布的可信区间.在apache commons math ...

final int trials = 161750;
final int successes = 10007;
final double alpha = 0.05d;

// the supplied precision is the default precision according to the source code
BetaDistribution betaDist = new BetaDistribution(successes + 1, trials - successes + 1, 1e-9);

System.out.println("2.5 percentile :" + betaDist.inverseCumulativeProbability(alpha / 2d));
System.out.println("mean: " + betaDist.getNumericalMean());
System.out.println("median: " + betaDist.inverseCumulativeProbability(0.5));
System.out.println("97.5 percentile :" + betaDist.inverseCumulativeProbability(1 - alpha / 2d)); …

以下是英格兰和苏格兰之间拉锯战当前状态的代码：

public TugOfWar(String s) {
    super(s);

    // data set
    DefaultKeyedValues2DDataset dataset = new DefaultKeyedValues2DDataset();
    dataset.addValue(0.2, "England", "");
    dataset.addValue(0.8, "Scotland", "");

    JFreeChart chart = ChartFactory.createStackedBarChart("tug-of-war",
        "", "", dataset, PlotOrientation.HORIZONTAL, true, false, false);
    CategoryPlot plot = chart.getCategoryPlot();

    // customize axis
    SymbolAxis axis = new SymbolAxis("", new String[]{
            "England", "draw", "Scotland"});
    axis.setRange(0, 2d);
    plot.setRangeAxis(axis);

    // customize renderer
    BarRenderer renderer = new StackedBarRenderer();
    renderer.setBase(0.8);
    renderer.setMinimumBarLength(0);
    renderer.setMaximumBarWidth(0.5);
    renderer.setItemMargin(0.0);
    renderer.setDrawBarOutline(true);
    renderer.setShadowVisible(true);
    renderer.setBarPainter(new StandardBarPainter());
    plot.setRenderer(renderer);

    // customize background
    plot.setBackgroundPaint(Color.WHITE);
    plot.setDomainGridlinePaint(Color.lightGray);
    plot.setRangeGridlinePaint(Color.lightGray);
    plot.setDomainCrosshairVisible(true);
    plot.setRangeCrosshairVisible(true);

    ChartPanel chartpanel = new …