本文简要介绍 python 语言中 scipy.stats.qmc.geometric_discrepancy
的用法。
用法:
scipy.stats.qmc.geometric_discrepancy(sample, method='mindist', metric='euclidean')#
给定样本基于其几何特性的差异。
- sample: 数组 (n, d)
计算差异的样本。
- method: {“mindist”, “mst”},可选
使用的方法。
mindist
之一用于最小距离(默认)或mst
用于最小生成树。- metric: str 或可调用,可选
要使用的距离度量。有关可用指标和默认值,请参阅
scipy.spatial.distance.pdist
的文档。
- discrepancy: 浮点数
差异(较高的值对应于较高的样本均匀性)。
参数 ::
返回 ::
注意:
这种差异可以作为随机样本质量的简单衡量标准。该度量基于样本中点分布的几何特性,例如任何点对之间的最小距离,或最小生成树中的平均边长度。
值越高,参数空间的覆盖性越好。请注意,这与
scipy.stats.qmc.discrepancy
不同,其中较低的值对应于较高的样本质量。另请注意,使用此函数比较不同的采样策略时,样本大小必须保持不变。
可以从最小生成树计算两个度量:平均边长度和边长度的标准偏差。与单独使用任一指标相比,使用这两个指标可以更好地说明均匀性,并且优选较高的均值和较低的标准差(请参阅 [1] 进行简要讨论)。该函数目前仅计算平均边长。
参考:
[1]弗兰科·J.等人。 “最小生成树:评估计算机实验设计质量的新方法。”化学计量学和智能实验室系统,97 (2),第 164-169 页,2009 年。
例子:
使用最小欧氏距离(默认值)计算样本的质量:
>>> import numpy as np >>> from scipy.stats import qmc >>> rng = np.random.default_rng() >>> sample = qmc.LatinHypercube(d=2, seed=rng).random(50) >>> qmc.geometric_discrepancy(sample) 0.03708161435687876
使用最小生成树中的平均边长计算质量:
>>> qmc.geometric_discrepancy(sample, method='mst') 0.1105149978798376
显示最小生成树和距离最小的点:
>>> import matplotlib.pyplot as plt >>> from matplotlib.lines import Line2D >>> from scipy.sparse.csgraph import minimum_spanning_tree >>> from scipy.spatial.distance import pdist, squareform >>> dist = pdist(sample) >>> mst = minimum_spanning_tree(squareform(dist)) >>> edges = np.where(mst.toarray() > 0) >>> edges = np.asarray(edges).T >>> min_dist = np.min(dist) >>> min_idx = np.argwhere(squareform(dist) == min_dist)[0] >>> fig, ax = plt.subplots(figsize=(10, 5)) >>> _ = ax.set(aspect='equal', xlabel=r'$x_1$', ylabel=r'$x_2$', ... xlim=[0, 1], ylim=[0, 1]) >>> for edge in edges: ... ax.plot(sample[edge, 0], sample[edge, 1], c='k') >>> ax.scatter(sample[:, 0], sample[:, 1]) >>> ax.add_patch(plt.Circle(sample[min_idx[0]], min_dist, color='red', fill=False)) >>> markers = [ ... Line2D([0], [0], marker='o', lw=0, label='Sample points'), ... Line2D([0], [0], color='k', label='Minimum spanning tree'), ... Line2D([0], [0], marker='o', lw=0, markerfacecolor='w', markeredgecolor='r', ... label='Minimum point-to-point distance'), ... ] >>> ax.legend(handles=markers, loc='center left', bbox_to_anchor=(1, 0.5)); >>> plt.show()
相关用法
- Python SciPy qmc.Sobol用法及代码示例
- Python SciPy qmc.QMCEngine用法及代码示例
- Python SciPy qmc.LatinHypercube用法及代码示例
- Python SciPy qmc.update_discrepancy用法及代码示例
- Python SciPy qmc.discrepancy用法及代码示例
- Python SciPy qmc.MultinomialQMC用法及代码示例
- Python SciPy qmc.MultivariateNormalQMC用法及代码示例
- Python SciPy qmc.Halton用法及代码示例
- Python SciPy qmc.scale用法及代码示例
- Python SciPy qmc.PoissonDisk用法及代码示例
- Python SciPy interpolate.make_interp_spline用法及代码示例
- Python SciPy stats.anderson用法及代码示例
- Python SciPy ClusterNode.pre_order用法及代码示例
- Python SciPy stats.iqr用法及代码示例
- Python SciPy FortranFile.read_record用法及代码示例
- Python SciPy ndimage.correlate用法及代码示例
- Python SciPy special.exp1用法及代码示例
- Python SciPy special.expn用法及代码示例
- Python SciPy signal.czt_points用法及代码示例
- Python SciPy interpolate.krogh_interpolate用法及代码示例
- Python SciPy ndimage.morphological_gradient用法及代码示例
- Python SciPy distance.sokalmichener用法及代码示例
- Python SciPy linalg.eigvalsh_tridiagonal用法及代码示例
- Python SciPy linalg.cdf2rdf用法及代码示例
- Python SciPy csc_array.diagonal用法及代码示例
注:本文由纯净天空筛选整理自scipy.org大神的英文原创作品 scipy.stats.qmc.geometric_discrepancy。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。