Python numpy random.mtrand.RandomState.logistic用法及代碼示例

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

從物流分布中抽取樣本。

從具有指定參數，位置(位置或均值，也為中位數)和比例(> 0)的對數分布中抽取樣本。

參數：

參數：	loc：： float 或 array_like of floats, 可選參數分布參數。默認值為0。 scale：： float 或 array_like of floats, 可選參數分布參數。必須為非負數。默認值為1。 size：： int 或 tuple of ints, 可選參數輸出形狀。如果給定的形狀是`(m, n, k)`，然後`m * n * k`抽取樣品。如果尺寸是`None`(默認)，如果返回一個值`loc`和`scale`都是標量。除此以外，`np.broadcast(loc, scale).size`抽取樣品。
返回值：	out：： ndarray或標量從參數化邏輯分布中抽取樣本。

loc：： float 或 array_like of floats, 可選參數: 分布參數。默認值為0。
scale：： float 或 array_like of floats, 可選參數: 分布參數。必須為非負數。默認值為1。
size：： int 或 tuple of ints, 可選參數: 輸出形狀。如果給定的形狀是(m, n, k)，然後m * n * k抽取樣品。如果尺寸是None(默認)，如果返回一個值loc和scale都是標量。除此以外，np.broadcast(loc, scale).size抽取樣品。

返回值：

out：： ndarray或標量: 從參數化邏輯分布中抽取樣本。

注意：

Logistic分布的概率密度為

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

哪裏 $\mu$ =位置和=比例。

Logistic分布用於極值問題，在流行病學中可以混合使用Gumbel分布，在世界象棋聯合會(FIDE)中也用於Elo排名係統，假設每個玩家的表現都是邏輯分布的隨機變量。

參考文獻：

[1]	Reiss，R.-D.和Thomas M.(2001)，“來自保險，金融，水文學和其他領域的極值統計分析”，Birkhauser Verlag，巴塞爾，第132-133頁。

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

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

例子：

從分布中抽取樣本：

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

＃針對分布圖

>>> 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

相關用法

python scipy stats.logistic用法及代碼示例

注：本文由純淨天空篩選整理自 numpy.random.mtrand.RandomState.logistic。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。