锐客网

  1. 首页 > 睿知 > it技术 > >

python概率分布函数 python概率分布函数拟合( 四 )

IT技术数据


在本文中 ， 你发现了如何在 python 中安装和使用顶级聚类算法 。具体来说 ， 你学到了：
高中就开始学的正态分布，原来如此重要 我们从高中就开始学正态分布，现在做数据分析、机器学习还是离不开它，那你有没有想过正态分布有什么特别之处？为什么那么多关于数据科学和机器学习的文章都围绕正态分布展开？本文作者专门写了一篇文章，试着用易于理解的方式阐明正态分布的概念 。
机器学习的世界是以概率分布为中心的，而概率分布的核心是正态分布 。本文说明了什么是正态分布，以及为什么正态分布的使用如此广泛，尤其是对数据科学家和机器学习专家来说 。
我们会从最基础的内容开始解释，以便读者们理解为什么正态分布如此重要 。
目录：
Unsplash，由 timJ 发布 。
先让我们来看一点背景知识：
1. 首先 ， 要注意的最重要的一点是，正态分布也被称为高斯分布 。
2. 它是以天才卡尔·弗里德里希·高斯（Carl Friedrich Gauss）的名字命名的 。
3. 最后需要注意的是，简单的预测模型一般都是最常用的模型，因为它们易于解释，也易于理解 。现在补充一点：正态分布因为简单而流行 。
因此，正态概率分布很值得我们去花时间了解 。
什么是概率分布？
想象我们正在自己的数据科学项目中构建感兴趣的预测模型：
概率越高，事件发生的可能性就越大 。
Unsplash，Brett Jordan 发布
举个例子，我们可以大量重复一个实验，并记录我们检索到的变量值，这样概率分布就会慢慢展现在我们的面前 。
每次实验产生一个值，这些值可以分配到类别/桶中了 。对每个桶来说，我们可以记录变量值出现在桶里的次数 。例如，我们可以扔 10,000 次骰子，每次骰子会产生 6 个可能的值，我们可以创建 6 个桶 。并记录每个值出现的次数 。
我们可以根据这些值作图 。所作曲线就是概率分布曲线，目标变量得到一个值的概率就是该变量的概率分布 。
理解了值的分布方式后，就可以开始估计事件的概率了，甚至可以使用公式（概率分布函数） 。因此，我们可以更好地理解它的行为 。概率分布依赖于样本的矩，比如平均值、标准差、偏度及峰度 。如果对所有概率求和，总和为 100% 。
现实世界中存在很多概率分布，最常用的是「正态分布」 。
什么是正态概率分布
如果对概率分布作图，得到一条倒钟形曲线，样本的平均值、众数以及中位数是相等的，那么该变量就是正态分布的 。
这是正态分布钟形曲线的示例：
上面是一个变量的高斯分布图形，像神经网络那样上百万的参数量，每个参数都有自己独立的分布形状，还有极其恐怖的联合分布形状 。这种高维联合分布就主导了不同任务的表现，因此理解和估计目标变量的概率分布是很重要的 。
以下变量非常接近正态分布：
1. 人群的身高
2. 成年人的血压
3. 扩散后的粒子的位置
4. 测量误差
5. 人群的鞋码
6. 员工回家所需时间
此外 ， 我们周围的大部分变量都呈置信度为 x% 的正态分布（x100） 。所以说，生活中经常出现的各种变量，差不多都能用高斯分布描述 。
好理解的正态分布
正态分布是只依赖数据集中两个参数的分布，这两个参数分别是：样本的平均值和标准差 。
分布的这一特性让统计人员省事不少，因此预测任何呈正态分布的变量准确率通常都很高 。值得注意的是，一旦你研究过自然界中大多数变量的概率分布，你会发现它们都大致遵循正态分布 。

推荐阅读


上一篇：区块链怎么报销发票，区块链发票能开专票吗

下一篇：如何浏览单个pdf，如何快速浏览多个pdf文件