Phân phối hậu cần
Phân phối hậu cần
Phân phối hậu cần được sử dụng để mô tả sự tăng trưởng.
Được sử dụng rộng rãi trong học máy trong hồi quy logistic, mạng lưới thần kinh, 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 bố. Mặc định 1.
size
- Hình dạng của mảng trả về.
Ví dụ
Vẽ các mẫu 2x3 từ phân phối logistic với giá trị trung bình là 1 và stddev 2.0:
from numpy import random
x = random.logistic(loc=1, scale=2, size=(2,
3))
print(x)
Hãy tự mình thử »Trực quan hóa phân phối logistic
Ví 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
Hãy tự mình thử »Sự khác biệt giữa phân phối logistic và phân phối bình thường
Cả hai cách phân phối đều gần giống nhau, nhưng phân phối hậu cần có nhiều diện tích ở phần đuôi hơn, có nghĩa là nó thể hiện nhiều khả năng xảy ra một sự kiện ở xa mức trung bình hơn.
Đối với giá trị thang đo cao hơn (độ lệch chuẩn), phân phối chuẩn và phân phối logistic gần như giống hệt nhau ngoài mức đỉnh.
Ví 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()