Logistieke distributie
Logistieke distributie
Logistieke distributie wordt gebruikt om groei te beschrijven.
Veel gebruikt in machine learning in logistische regressie, neurale netwerken enz.
Het heeft drie parameters:
loc
- bedoel, waar de piek is. Standaard 0.
scale
- standaarddeviatie, de vlakheid van de verdeling. Standaard 1.
size
- De vorm van de geretourneerde array.
Voorbeeld
Trek 2x3 steekproeven uit een logistieke verdeling met gemiddelde op 1 en stddev 2.0:
from numpy import random
x = random.logistic(loc=1, scale=2, size=(2,
3))
print(x)
Visualisatie van logistieke distributie
Voorbeeld
from numpy import random
import matplotlib.pyplot as plt
import seaborn as sns
sns.distplot(random.logistic(size=1000), hist=False)
plt.show()
Resultaat
Verschil tussen logistieke en normale verdeling
Beide distributies zijn bijna identiek, maar logistieke distributie heeft meer ruimte onder de staarten. d.w.z. Het vertegenwoordigt een grotere kans op optreden van gebeurtenissen die verder weg liggen van het gemiddelde.
Voor een hogere schaalwaarde (standaarddeviatie) zijn de normale en logistieke verdelingen bijna identiek, afgezien van de piek.
Voorbeeld
from numpy import random
import matplotlib.pyplot as plt
import seaborn as sns
sns.distplot(random.normal(scale=2, size=1000), hist=False,
label='normal')
sns.distplot(random.logistic(size=1000), hist=False,
label='logistic')
plt.show()