訂閱
糾錯
加入自媒體

ML基礎(chǔ) | 一文詳解正態(tài)分布(附python實現(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。很長一段時間以來,鐘形曲線決定了對員工的專業(yè)評估,可以是一個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?作為一個數(shù)據(jù)科學(xué)家(或一個有抱負(fù)的科學(xué)家),你應(yīng)該能夠馬上回答這個問題。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,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。看看這三個非常常見的正態(tài)分布示例:

你可以清楚地看到,出生體重、智商得分和股價回報率往往形成一個鐘形曲線。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)重要的另一個原因是中心極限定理,這個定理解釋了數(shù)學(xué)的魔力,是假設(shè)檢驗的基礎(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分布的正態(tài)性直方圖KDE圖Q_Q圖偏度峰度實現(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,所以有時我們也把它稱為高斯分布。我們只需使用兩個參數(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。

發(fā)表評論

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個字

您提交的評論過于頻繁,請輸入驗證碼繼續(xù)

暫無評論

暫無評論

人工智能 獵頭職位 更多
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 證 碼:

粵公網(wǎng)安備 44030502002758號