我的特殊问题是我正在尝试寻找更好的方法来预测我的业务。
我有一张工作表及其可能性。看起来像这样：
| 工作 | %可能 | 潜在时间 |
|---|---|---|
| 工作1 | .4 | 40 |
| 工作2 | .5 | 32 |
等等大约 25 个工作。
我想要的是生成一条曲线，表明在所有可能的工作中，我们很有可能赢得 10 个小时，因为这只需要少数工作或只需要其中一个较大的工作，并且随着我们接近 10 小时，可能性会降低。所有工作时间的总和可能性非常低，因为它取决于赢得所有工作。工作之间没有任何联系，因此赢得一份工作不会影响另一份工作的可能性。
我已将这些数据放入数据框中。我只是不确定组合所有这些概率的正确方法，以便我可以检查赢得一定小时数的概率是多少。我希望我们能够计算一些特定的点，然后拟合一条曲线。如果我能到达能够获得这些点的点，那么我就可以拟合曲线。
Chat gpt 没有帮助，因为它只是试图将所有概率相乘，我认为这是不正确的。我开始了解基本上创建以下所有可能的组合会是什么样子： 赢得 1 份工作、2 份工作、3 份工作、4 份工作、5 份工作、6 份工作，然后这些概率很容易计算，然后我可以拟合所有这些数据点。但我停了下来，因为我认为一定有一种更优雅的方式，而且我认为无论如何这是错误的。如果有两个完全排他的组合有 20% 的机会获得 40 小时，那么我不应该对它们进行平均，因为它们是概率......
要在 Python 中生成表示概率集合并允许点之间估计的函数，您可以使用 scipy.interpolate 模块。这是一个示例代码片段：
from scipy.interpolate import interp1d
# Define the x and y values for the probabilities
x = [0, 1, 2, 3, 4] # Input points
y = [0.1, 0.3, 0.6, 0.8, 1.0] # Corresponding probabilities
# Create the interpolation function
interp_func = interp1d(x, y, kind='linear')
# Estimate probabilities between points
estimated_prob = interp_func(2.5) # Estimate the probability at x = 2.5
print(estimated_prob) # Output the estimated probability
在此示例中，interp1d 函数用于根据提供的输入点和相应的概率创建线性插值函数。您可以根据您的具体数据调整 x 和 y 值。然后可以使用 interp_func 来估计任何所需点的概率，例如代码片段中的 2.5。