机器学习的泊松分布与均匀分布
发布时间
阅读量：
阅读量
泊松分布 适用于描述发生在固定时间段内或固定区域内的随机现象的平均发生频率。其概率质量函数定义为：
P(X=k)=e^{-\lambda} \lambda^k/k!
参数λ代表单位时间或单位面积内的平均发生率。表示一个随机变量X遵循参数为λ的泊松分布，则写作X～Poisson(λ)，也可表示为X～P(λ)。适用于描述单位时间内随机事件数量的概率分布。
期望和方差都是： \lambda
import numpy as np
from scipy import stats
import matplotlib.pyplot as plt
def poisson(mu=8):
poisson_dist=stats.poisson(mu)
x=np.arange(poisson_dist.ppf(0.0001),poisson_dist.ppf(0.9999))
fig,ax=plt.subplots(1,1)
ax.plot(x,poisson_dist.pmf(x),'bo',label='Poisson PMF')
ax.vlines(x,0,poisson_dist.pmf(x),colors='b',lw=5,alpha=0.5)
ax.legend全部评论 (0)
还没有任何评论哟~