訂閱
糾錯
加入自媒體
當(dāng)前位置： OFweek 人工智能網(wǎng)   >   其他   >  正文

ML基礎(chǔ) | 一文詳解正態(tài)分布（附python實(shí)現(xiàn)）

正態(tài)分布簡介

你聽說過鐘形曲線嗎？它往往是全球人們討論最多的話題之一。很長一段時(shí)間以來，鐘形曲線決定了對員工的專業(yè)評估，可以是一個(gè)受人喜愛或令人恐懼的話題，而這取決于與誰交談！看看這張圖片：

你認(rèn)為曲線的形狀意味著什么？作為一個(gè)數(shù)據(jù)科學(xué)家（或一個(gè)有抱負(fù)的科學(xué)家），你應(yīng)該能夠馬上回答這個(gè)問題。在許多其他應(yīng)用中，鐘形曲線背后的思想是正態(tài)分布。正態(tài)分布是統(tǒng)計(jì)學(xué)的核心概念，是數(shù)據(jù)科學(xué)的支柱。在進(jìn)行探索性數(shù)據(jù)分析時(shí)，我們首先探索數(shù)據(jù)，而目的是找出其概率分布，對嗎？猜猜看，最常見的概率分布是什么？就是正態(tài)分布�？纯催@三個(gè)非常常見的正態(tài)分布示例：

你可以清楚地看到，出生體重、智商得分和股價(jià)回報(bào)率往往形成一個(gè)鐘形曲線。同樣，還有許多其他的社會和自然數(shù)據(jù)集遵循正態(tài)分布。正態(tài)分布對數(shù)據(jù)科學(xué)家來說變得至關(guān)重要的另一個(gè)原因是中心極限定理，這個(gè)定理解釋了數(shù)學(xué)的魔力，是假設(shè)檢驗(yàn)的基礎(chǔ)。中心極限定理：https：／／www．a(chǎn)nalyticsvidhya．com／blog／2019／05／statistics－101－introduction－central－limit－theorem／？utm＿source＝blog＆utm＿medium＝statistics－data－science－normal－distribution在本文中，我們將了解正態(tài)分布的意義和不同性質(zhì)，以及如何使用這些性質(zhì)來檢查數(shù)據(jù)的正態(tài)性。目錄正態(tài)分布的性質(zhì)正態(tài)分布的經(jīng)驗(yàn)法則什么是標(biāo)準(zhǔn)正態(tài)分布？熟悉偏態(tài)分布左偏分布右偏分布如何檢驗(yàn)分布的正態(tài)性直方圖KDE圖Q＿Q圖偏度峰度實(shí)現(xiàn)和理解正態(tài)分布的Python代碼正態(tài)分布的性質(zhì)

我們稱這條鐘形曲線為正態(tài)分布，卡爾·弗里德里�！じ咚拱l(fā)現(xiàn)了它，所以有時(shí)我們也把它稱為高斯分布。我們只需使用兩個(gè)參數(shù)即可簡化正態(tài)分布的概率密度：平均值

聲明： 本文由入駐維科號的作者撰寫，觀點(diǎn)僅代表作者本人，不代表OFweek立場。如有侵權(quán)或其他問題，請聯(lián)系舉報(bào)。

發(fā)表評論

共0條評論，0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個(gè)字

您提交的評論過于頻繁，請輸入驗(yàn)證碼繼續(xù)

  • 看不清，點(diǎn)擊換一張  刷新

暫無評論

暫無評論

    掃碼關(guān)注公眾號
    OFweek人工智能網(wǎng)
    獲取更多精彩內(nèi)容
    文章糾錯
    x
    *文字標(biāo)題：
    *糾錯內(nèi)容：
    聯(lián)系郵箱：
    *驗(yàn) 證 碼：

    粵公網(wǎng)安備 44030502002758號