Python numpy random.mtrand.RandomState.logistic用法及代码示例

用法： RandomState.logistic(loc=0.0, scale=1.0, size=None)

从物流分布中抽取样本。

从具有指定参数，位置(位置或均值，也为中位数)和比例(> 0)的对数分布中抽取样本。

参数：

参数：	loc：： float 或 array_like of floats, 可选参数分布参数。默认值为0。 scale：： float 或 array_like of floats, 可选参数分布参数。必须为非负数。默认值为1。 size：： int 或 tuple of ints, 可选参数输出形状。如果给定的形状是`(m, n, k)`，然后`m * n * k`抽取样品。如果尺寸是`None`(默认)，如果返回一个值`loc`和`scale`都是标量。除此以外，`np.broadcast(loc, scale).size`抽取样品。
返回值：	out：： ndarray或标量从参数化逻辑分布中抽取样本。

loc：： float 或 array_like of floats, 可选参数: 分布参数。默认值为0。
scale：： float 或 array_like of floats, 可选参数: 分布参数。必须为非负数。默认值为1。
size：： int 或 tuple of ints, 可选参数: 输出形状。如果给定的形状是(m, n, k)，然后m * n * k抽取样品。如果尺寸是None(默认)，如果返回一个值loc和scale都是标量。除此以外，np.broadcast(loc, scale).size抽取样品。

返回值：

out：： ndarray或标量: 从参数化逻辑分布中抽取样本。

注意：

Logistic分布的概率密度为

$P(x) = P(x) = \frac{e^{-(x-\mu)/s}}{s(1+e^{-(x-\mu)/s})^2},$

哪里 $\mu$ =位置和=比例。

Logistic分布用于极值问题，在流行病学中可以混合使用Gumbel分布，在世界象棋联合会(FIDE)中也用于Elo排名系统，假设每个玩家的表现都是逻辑分布的随机变量。

参考文献：

[1]	Reiss，R.-D.和Thomas M.(2001)，“来自保险，金融，水文学和其他领域的极值统计分析”，Birkhauser Verlag，巴塞尔，第132-133页。

[2]	Weisstein，EricW。“物流配送”。来自MathWorld-A Wolfram Web资源。http://mathworld.wolfram.com/LogisticDistribution.html

[3]	维基百科，“Logistic-distribution”，https://en.wikipedia.org/wiki/Logistic_distribution

例子：

从分布中抽取样本：

>>> loc, scale = 10, 1
>>> s = np.random.logistic(loc, scale, 10000)
>>> import matplotlib.pyplot as plt
>>> count, bins, ignored = plt.hist(s, bins=50)

＃针对分布图

>>> def logist(x, loc, scale):
...     return np.exp((loc-x)/scale)/(scale*(1+np.exp((loc-x)/scale))**2)
>>> lgst_val = logist(bins, loc, scale)
>>> plt.plot(bins, lgst_val * count.max() / lgst_val.max())
>>> plt.show()

../../../_images/numpy-random-mtrand-RandomState-logistic-1.png

相关用法

python scipy stats.logistic用法及代码示例

注：本文由纯净天空筛选整理自 numpy.random.mtrand.RandomState.logistic。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。