我有一個(gè)由 N 個(gè)元素組成的列表。就上下文而言，我正在進(jìn)行時(shí)間序列預(yù)測(cè)，并且 - 一旦做出預(yù)測(cè) - 希望對(duì)開(kāi)始時(shí)所做的預(yù)測(cè)進(jìn)行加權(quán)，使其比后來(lái)的預(yù)測(cè)更重要。這很有用，因?yàn)楫?dāng)我計(jì)算性能錯(cuò)誤分?jǐn)?shù) ( MAPE ) 時(shí)，該分?jǐn)?shù)將代表每個(gè)項(xiàng)目的預(yù)測(cè)，以及基于我想要識(shí)別好模型和壞模型的方式。我應(yīng)該如何更新我現(xiàn)有的函數(shù)以獲取任何元素列表 (N) 以生成這些穩(wěn)步下降的權(quán)重？這是我自己提出的功能。它適用于類似的例子compute_equal_perc(5)，但不適用于其他組合......def compute_equal_perc(rng):    perc_allocation = []    equal_perc = 1 / rng    half_rng = rng / 2    step_val = equal_perc / (rng - 1)    print(step_val)    for x in [v for v in range(0, rng)]:        if x == int(half_rng):            perc_allocation.append(equal_perc)        elif x < int(half_rng):            diff_plus = ((abs(int(half_rng) - x) * step_val)) + equal_perc            perc_allocation.append(round(float(diff_plus), 3))        elif x >= int(half_rng):            diff_minus = equal_perc - ((abs(int(half_rng) - x) * step_val))            perc_allocation.append(round(float(diff_minus), 3))    return perc_allocation對(duì)于compute_equal_perc(5)，我得到的輸出是：[0.3, 0.25, 0.2, 0.15, 0.1]此sum序列的 應(yīng)始終等于 1，并且值之間的增量應(yīng)始終相等。