python 伯努利分佈
阿新 • • 發佈:2018-12-05
伯努利分佈 是一種離散分佈,有兩種可能的結果。1表示成功,出現的概率為p(其中0<p<1)。0表示失敗,出現的概率為q=1-p。這種分佈在人工智慧裡很有用,比如你問機器今天某飛機是否起飛了,它的回覆就是Yes或No,非常明確,這個分佈在分類演算法裡使用比較多,因此在這裡先學習 一下。
概率分佈有兩種型別:離散(discrete)概率分佈和連續(continuous)概率分佈。
離散概率分佈也稱為概率質量函式(probability mass function)。離散概率分佈的例子有伯努利分佈(Bernoulli distribution)、二項分佈(binomial distribution)、泊松分佈(Poisson distribution)和幾何分佈(geometric distribution)等。
連續概率分佈也稱為概率密度函式(probability density function),它們是具有連續取值(例如一條實線上的值)的函式。正態分佈(normal distribution)、指數分佈(exponential distribution)和β分佈(beta distribution)等都屬於連續概率分佈。
from scipy.stats import binom #匯入伯努利分佈 import matplotlib.pyplot as plt import numpy as np #次數 n = 10 #概率 p = 0.3 #匯入特徵係數 k = np.arange(0, 21) #伯努利分佈的特徵值匯入 binomial = binom.pmf(k, n, p) plt.plot(k, binomial, 'o-') plt.title('Binomial: n = %i, p=%0.2f' % (n, p), fontsize=15) plt.xlabel('Number of successes') plt.ylabel('Probability of sucesses', fontsize=15) plt.savefig(r'C:\Users\Administrator\Desktop\106\data\textdata\12.png') plt.show()