Python SciPy qmc.update_discrepancy用法及代碼示例

本文簡要介紹 python 語言中 scipy.stats.qmc.update_discrepancy 的用法。

用法:

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

使用新樣本更新居中差異。

參數 ：：

x_new： 數組 (1, d)

要添加到樣本中的新樣本。

sample： 數組 (n, d)

初始樣本。

initial_disc： 浮點數

樣本的居中差異。

返回 ：：

discrepancy： 浮點數

由 x_new 和 sample 組成的樣本的居中差異。

例子：

我們還可以使用 iterative=True 迭代計算差異。

>>> 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