Python/numpy random logistic

来自菜鸟教程
跳转至:导航、​搜索

<languages />

物流配送

物流配送

Logistic分布用于描述增长。

在Logistic回归,神经网络等机器学习中广泛使用。

它具有三个参数:

loc -意思是高峰在哪里。默认值0

scale -标准偏差,分布的平坦度。默认值1。

size -返回数组的形状。

从均值1和stddev 2.0的逻辑分布中抽取2x3个样本:

  from numpy import random

x = random.logistic(loc=1, scale=2, size=(2, 
  3))

print(x)

物流配送的可视化

  from numpy import random
import matplotlib.pyplot as plt
import seaborn as sns


sns.distplot(random.logistic(size=1000), hist=False)

plt.show()

结果

文件:Logistic1.png


逻辑分布与正态分布之间的差异

两种分布几乎相同,但逻辑分布的尾部区域更大。ie.它表示发生事件的可能性远非均值。

对于更高的标度值(标准偏差),正态分布和逻辑分布除峰外几乎相同。

  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()

结果

文件:Logistic2.png