Phân phối hậu cần
Phân phối hậu cần
Phân phối hậu cần được sử dụng để mô tả sự tăng trưởng.
Được sử dụng nhiều trong học máy trong hồi quy logistic, mạng nơ-ron, v.v.
Nó có ba tham số:
loc
- nghĩa là, đỉnh cao ở đâu. Mặc định 0.
scale
- độ lệch chuẩn, độ phẳng của phân phối. Mặc định 1.
size
- Hình dạng của mảng được trả về.
Thí dụ
Vẽ 2x3 mẫu từ phân phối logistic với trung bình ở 1 và stddev 2.0:
from numpy import random
x = random.logistic(loc=1, scale=2, size=(2,
3))
print(x)
Hình dung về phân phối hậu cần
Thí dụ
from numpy import random
import matplotlib.pyplot as plt
import seaborn as sns
sns.distplot(random.logistic(size=1000), hist=False)
plt.show()
Kết quả
Sự khác biệt giữa phân phối hậu cần và phân phối thông thường
Cả hai cách phân phối gần như giống hệt nhau, nhưng phân phối hậu cần có nhiều diện tích hơn dưới đuôi. I E. Nó thể hiện nhiều khả năng xảy ra một sự kiện hơn so với giá trị trung bình.
Đối với giá trị cao hơn của thang đo (độ lệch chuẩn), phân bố chuẩn và logistic gần giống nhau ngoài đỉnh.
Thí dụ
from numpy import random
import matplotlib.pyplot as plt
import seaborn as sns
sns.distplot(random.normal(scale=2, size=1000), hist=False,
label='normal')
sns.distplot(random.logistic(size=1000), hist=False,
label='logistic')
plt.show()