SciPy Berechnen Sie die Wahrscheinlichkeit der Normalverteilung
In diesem Artikel werden wir die SciPy-Normalverteilung diskutieren. Wir werden die Wahrscheinlichkeit der Normalverteilung mit SciPy berechnen.
Normalverteilung
Lassen Sie uns zunächst die Normalverteilung verstehen.
Die Normalverteilung ist eine kontinuierliche Wahrscheinlichkeitsverteilung für eine Zufallsvariable mit tatsächlichen Werten. Er wird aus dem Mittelwert und der Standardabweichung berechnet.
Die Wahrscheinlichkeitsdichtefunktion, manchmal auch als PDF bezeichnet, berechnet die Wahrscheinlichkeit eines einzelnen Punktes in einer Verteilung. Das PDF wird mit dieser Formel berechnet:
Wobei μ
der Mittelwert und σ
die Standardabweichung der Verteilung ist.
Berechnen Sie die Wahrscheinlichkeit der Normalverteilung mit SciPy
Um die Wahrscheinlichkeitsdichtefunktion einer bestimmten Verteilung zu berechnen, verwenden wir eine der scipy.stats.norm.pdf()
-Methoden.
Die Syntax von scipy.stats.norm.pdf()
ist unten angegeben:
scipy.stats.norm.pdf(data, loc, scale)
Wobei data
eine Sammlung von Punkten oder Werten ist, die gleichsam abgetastete Daten in Form von Array-Daten darstellen, loc
der Ort der Stichprobendaten (Mittelwert) und scale
eine Stichprobe der Standardabweichung ist.
Schauen wir uns an, wie das PDF einer bestimmten Verteilung mit den folgenden Methoden berechnet wird:
Importieren Sie zunächst die erforderlichen Bibliotheken wie folgt:
Erstellen Sie dann ein Array, um Zufallszahlen zu erhalten. Hier haben wir ein Array zwischen -10 bis 10 mit einer Differenz von 0,3 erstellt und in einem Objekt x_arr.
gespeichert.
Lassen Sie uns den Mittelwert und die Standardabweichung anhand der gegebenen Zufallsdaten ermitteln.
Berechnen Sie nun den pdf-Wert nach der Methode norm
mit loc=mean
und scale=std.
.
Dabei ist 5
ein arrayartiges Objekt, dessen Wahrscheinlichkeit berechnet werden soll.
Drucken des berechneten Werts von pdf:
Hier ist der vollständige Code-Screenshot:
Auf diese Weise können wir die Werte für Mittelwert und Standardabweichung verwenden, um die Wahrscheinlichkeit der Normalverteilung mithilfe der SciPy-Bibliothek zu berechnen.
Shiv is a self-driven and passionate Machine learning Learner who is innovative in application design, development, testing, and deployment and provides program requirements into sustainable advanced technical solutions through JavaScript, Python, and other programs for continuous improvement of AI technologies.
LinkedIn