Python- tutoriaal

Python TUIS Python Intro Python Begin Python-sintaksis Python-kommentaar Python veranderlikes Python-datatipes Python-nommers Python Casting Python Strings Python Booleans Python-operateurs Python-lyste Python Tuples Python-stelle Python Woordeboeke Python As...Anders Python While Loops Python vir lusse Python-funksies Python Lambda Python-skikkings Python-klasse/-voorwerpe Python Erfenis Python Iterators Python-omvang Python-modules Python-datums Python Wiskunde Python JSON Python RegEx Python PIP Python Probeer ... Behalwe Python-gebruikersinvoer Python String Formatering

Lêerhantering

Python-lêerhantering Python Lees lêers Python Skryf/skep lêers Python verwyder lêers

Python-modules

NumPy Tutoriaal Panda Walkthrough Scipy Tutoriaal

Python Matplotlib

Matplotlib Intro Matplotlib Begin Matplotlib Pyplot Matplotlib Plotte Matplotlib Merkers Matplotlib-lyn Matplotlib-etikette Matplotlib-rooster Matplotlib Subplotte Matplotlib Scatter Matplotlib Bars Matplotlib Histogramme Matplotlib sirkeldiagramme

Masjienleer

Aan die gang kom Gemiddelde mediaanmodus Standaard afwyking Persentiel Dataverspreiding Normale dataverspreiding Strooi plot Lineêre regressie Polinoomregressie Meervoudige regressie Skaal Trein/toets Besluitboom

Python MySQL

MySQL Begin MySQL Skep databasis MySQL Skep tabel MySQL-insetsel MySQL Kies MySQL Waar MySQL Bestel deur MySQL verwyder MySQL Drop Table MySQL-opdatering MySQL-limiet MySQL Sluit aan

Python MongoDB

MongoDB Begin MongoDB Skep databasis MongoDB Skep versameling MongoDB-insetsel MongoDB Vind MongoDB-navraag MongoDB Sorteer MongoDB verwyder MongoDB Drop Collection MongoDB-opdatering MongoDB-limiet

Python-verwysing

Python Oorsig Python ingeboude funksies Python-stringmetodes Python Lys Metodes Python Woordeboek Metodes Python Tuple Metodes Python Stel metodes Python-lêermetodes Python sleutelwoorde Python-uitsonderings Python Woordelys

Moduleverwysing

Ewekansige module Versoeke Module Statistiek Module Wiskunde Module cMath-module

Python Hoe om

Verwyder lys duplikate Draai 'n snaar om Voeg twee getalle by

Python voorbeelde

Python voorbeelde Python-samesteller Python-oefeninge Python Vasvra Python-sertifikaat

Masjienleer - Normale dataverspreiding


Normale dataverspreiding

In die vorige hoofstuk het ons geleer hoe om 'n heeltemal ewekansige skikking, van 'n gegewe grootte, en tussen twee gegewe waardes te skep.

In hierdie hoofstuk sal ons leer hoe om 'n skikking te skep waar die waardes rondom 'n gegewe waarde gekonsentreer is.

In waarskynlikheidsteorie staan ​​hierdie soort dataverspreiding bekend as die normale dataverspreiding , of die Gaussiese dataverspreiding , na die wiskundige Carl Friedrich Gauss wat met die formule van hierdie dataverspreiding vorendag gekom het.

Voorbeeld

'n Tipiese normale dataverspreiding:

import numpy
import matplotlib.pyplot as plt

x = numpy.random.normal(5.0, 1.0, 100000)

plt.hist(x, 100)
plt.show()

Resultaat:

Let wel: 'n Normale verspreidingsgrafiek staan ​​ook bekend as die klokkurwe vanweë sy kenmerkende vorm van 'n klok.

Histogram verduidelik

Ons gebruik die skikking van die numpy.random.normal() metode, met 100000 waardes, om 'n histogram met 100 stawe te teken.

Ons spesifiseer dat die gemiddelde waarde 5,0 is, en die standaardafwyking is 1,0.

Dit beteken dat die waardes rondom 5,0 gekonsentreer moet wees, en selde verder as 1,0 van die gemiddelde af.

En soos jy uit die histogram kan sien, is die meeste waardes tussen 4.0 en 6.0, met 'n top op ongeveer 5.0.