了解 numpy 百分位数计算

Question

我通过许多示例了解考试成绩中的百分位（例如，您的 SAT 分数落在第 99 个百分位），但我不确定我在以下上下文中理解了百分位以及发生了什么。想象一个模型输出概率（有时我们有很多新数据和输出概率，有时我们没有）。想象一下，我想计算输出概率的第 99 个百分位。以下是今天的概率：

a = np.array([0,0.2,0.4,0.7,1])
p = np.percentile(a,99)
print(p)

0.988

我不明白在这种只有 5 个输出概率的情况下如何计算第 99 个百分位数。输出是如何计算的？谢谢！

Answer 1

应用线性插值。您可以自己检查一致性：

a = np.array([0,0.2,0.4,0.7,1])

np.sort(a)  # array([ 0. ,  0.2,  0.4,  0.7,  1. ])

np.percentile(a, 75)   # 0.70
np.percentile(a, 100)  # 1.0
np.percentile(a, 99)   # 0.988

0.70 + (1.0 - 0.70) * (99 - 75) / (100 - 75)  # 0.988

文档还有specifies 'linear' as the default:

numpy.percentile(a, q, axis=None, out=None, overwrite_input=False, interpolation='linear', keepdims=False)

'linear'：i + (j - i) * fraction，其中fraction 是由i 和j 包围的索引的小数部分。