【TensorFlow基本功】正太分布的使用

正態(tài)分布（Normal distribution），也稱“常態(tài)分布”，又名高斯分布（Gaussian distribution）。

成都創(chuàng)新互聯(lián)公司主營(yíng)龍山網(wǎng)站建設(shè)的網(wǎng)絡(luò)公司,主營(yíng)網(wǎng)站建設(shè)方案,成都app開發(fā),龍山h5微信小程序開發(fā)搭建,龍山網(wǎng)站營(yíng)銷推廣歡迎龍山等地區(qū)企業(yè)咨詢

正態(tài)曲線呈鐘型，兩頭低，中間高，左右對(duì)稱因其曲線呈鐘形，因此人們又經(jīng)常稱之為鐘形曲線。

在TF中會(huì)大量使用到正態(tài)分布，熟練的使用它，也是使用TF的基本功之一。下面來看一下在Python中如何使用。

用numpy來獲取一個(gè)標(biāo)準(zhǔn)正態(tài)分布的樣例

一維正太分布如上面定義所說，正如一個(gè)“鐘形”

或者如下兩者

和

效果都如之前的圖片

mu控制函數(shù)中心位置左右移動(dòng)，如下mu=6的場(chǎng)景

sigma=10的場(chǎng)景

記住這個(gè)特性，在獲取一維正太分布數(shù)據(jù)時(shí)很有幫助。

二維正太分布的公式如下，

二維正太分布使用不一樣的numpy函數(shù)， multivariate_normal

二維標(biāo)準(zhǔn)正太分布如下，不在是一個(gè)“鐘”，而像一個(gè)“圓”

這里的參數(shù)也有變化。

mean表示二維數(shù)組每一維的均值；是一個(gè)（1，2）矩陣。

cov表示二維數(shù)組的 協(xié)方差 ；是一個(gè)（2，2）矩陣。

可以看出來mean是圓的圓點(diǎn)，那么是不是改變了mean，圓就會(huì)發(fā)生移動(dòng)呢？ 我們?cè)囈幌隆?/p>

那么cov 協(xié)方差代表的意義 也通過實(shí)驗(yàn)來看一下，

如何將已知數(shù)據(jù)用python寫成正態(tài)分布并且畫圖

import?numpy?as?np

import?matplotlib.pyplot?as?plt

y?=?[2,5,7,10,16,23,20,16,9,6,6,3,1,1]

x?=?[59,60,61,62,63,64,65,66,67,68,69,70,71,72]

fig,?ax?=?plt.subplots()

ax.bar(x,?y,?0.3,alpha=0.5,?color='b',label='abc')

plt.axis([55,75,0,25])

ax.set_xlabel('XXX')

ax.set_ylabel('YYY')

ax.set_title('ABC')

ax.legend()

fig.tight_layout()

plt.show()

如何用python求出某已知正態(tài)分布的概率密度

算出平均值和標(biāo)準(zhǔn)差μ、σ，代入正態(tài)分布密度函數(shù)表達(dá)式：

f(x) = exp{-(x-μ)2/2σ2}/[√(2π)σ]

給定x值,即可算出f值。

文章標(biāo)題：正態(tài)分布函數(shù)python 正態(tài)分布函數(shù)表怎么看
文章來源：http://chinadenli.net/article34/dojodpe.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供標(biāo)簽優(yōu)化、網(wǎng)站收錄、定制網(wǎng)站、手機(jī)網(wǎng)站建設(shè)、品牌網(wǎng)站設(shè)計(jì)、App開發(fā)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)