Python与机器学习之模型结构(泊松分布)
回顾圣经
机器学习实际应用有一个关键的步骤是定义模型结构,那么对模型有着深层次的把握则极为重要!
泊松分布
概述
泊松分布(Poisson distribution),是一种在统计和概率学常见到的离散机率分布(discrete probability distribution)。
公式特点
泊松分布的概率函数为:
泊松分布的参数λ是单位时间(或单位面积)内随机时间的平均发生率。
泊松分布适用于描述单位时间内随机事件发生的次数(统计量)。
泊松分布的期望和方差均为λ。
特征函数为应用场景
在实际事例中,当一个随机事件,例如
1.话交换台收到的呼叫
2.某公共汽车站的乘客、
3.射性物质发射出的粒子
4.镜下某区域中的白血球等等
以固定的平均瞬时速率λ(或称密度)随机且独立地出现时,
那么这个事件在单位时间(面积或体积)内出现的次数或个数就近似地服从泊松分布P(λ)。
因此,泊松分布在管理科学、运筹学以及自然科学的某些问题中都占有重要的地位。
总结
泊松分布适用于统计量问题领域。
如果您看到这篇文章有收获或者有不同的意见,欢迎点赞或者评论。
python群:190341254
丁。