Python SciPy qmc.update_discrepancy用法及代码示例

本文简要介绍 python 语言中 scipy.stats.qmc.update_discrepancy 的用法。

用法:

scipy.stats.qmc.update_discrepancy(x_new, sample, initial_disc)#

使用新样本更新居中差异。

参数 ：：

x_new： 数组 (1, d)

要添加到样本中的新样本。

sample： 数组 (n, d)

初始样本。

initial_disc： 浮点数

样本的居中差异。

返回 ：：

discrepancy： 浮点数

由 x_new 和 sample 组成的样本的居中差异。

例子：

我们还可以使用 iterative=True 迭代计算差异。

>>> import numpy as np
>>> from scipy.stats import qmc
>>> space = np.array([[1, 3], [2, 6], [3, 2], [4, 5], [5, 1], [6, 4]])
>>> l_bounds = [0.5, 0.5]
>>> u_bounds = [6.5, 6.5]
>>> space = qmc.scale(space, l_bounds, u_bounds, reverse=True)
>>> disc_init = qmc.discrepancy(space[:-1], iterative=True)
>>> disc_init
0.04769081147119336
>>> qmc.update_discrepancy(space[-1], space[:-1], disc_init)
0.008142039609053513