เรียนเขียนโปรแกรมง่ายๆกับ Expert Programming Tutor .ในบท Logistic Distribution
การกระจายโลจิสติก
การกระจายแบบลอจิสติกใช้อธิบายการเติบโต ใช้อย่างกว้างขวางในการเรียนรู้ของเครื่องในการถดถอยโลจิสติกเครือข่ายประสาทเทียม ฯลฯ
มันมี 3 พารามิเตอร์
- loc - หมายถึงจุดสูงสุดคืออะไร ค่าเริ่มต้น 0
- scale - ส่วนเบี่ยงเบนมาตรฐานความเรียบของการกระจาย ค่าเริ่มต้น 1
- size - รูปร่างของอาร์เรย์ที่ส่งคืน
ตัวอย่าง
วาดตัวอย่าง 2x3 จากการกระจายโลจิสติกด้วยค่าเฉลี่ยที่ 1 และ stddev 2.0
from numpy import random |
ผลลัพธ์
[[-6.73448888 2.10657673 -3.38504719] |
การสร้างภาพของการกระจายโลจิสติก
ตัวอย่าง
from numpy import random |
ผลลัพธ์
ความแตกต่างระหว่างการกระจายแบบลอจิสติกและแบบปกติ
การแจกแจงทั้งสองใกล้กัน แต่การกระจายโลจิสติกมีพื้นที่ใต้หางมีมากขึ้น กล่าวคือเป็นตัวช่วยของความเป็นไปได้มากขึ้น ของการเกิดขึ้นของเหตุการณ์ที่อยู่ห่างจากค่าเฉลี่ย สำหรับค่าที่สูงขึ้นของสเกล (ค่าเบี่ยงเบนมาตรฐาน) การแจกแจงแบบปกติและลอจิสติกจะใกล้เคียงกันนอกเหนือจากจุดสูงสุด
ตัวอย่าง
from numpy import random |
ผลลัพธ์
ก็จบกันไปอีกบทเเล้วนะครับ บทนี้ไม่ยากเท่าไหร่ เเล้วเจอกันในบทหน้า
แปลจากhttps://www.w3schools.com/python/numpy_random_logistic.asp
Tag ที่น่าสนใจ: logistic_distribution numpy random programming python data_visualization probability_distribution statistics matplotlib seaborn array machine_learning neural_network tutorial expert_programming_tutor
หากมีข้อผิดพลาด/ต้องการพูดคุยเพิ่มเติมเกี่ยวกับบทความนี้ กรุณาแจ้งที่ http://m.me/Expert.Programming.Tutor
085-350-7540 (DTAC)
084-88-00-255 (AIS)
026-111-618
หรือทาง EMAIL: NTPRINTF@GMAIL.COM
Copyright (c) 2013 expert-programming-tutor.com. All rights reserved. | 085-350-7540 | 084-88-00-255 | ntprintf@gmail.com