机器学习1-大数定理及代码实现

大数定理

大数定理 是概率论中比较重要的一个定理，其基本思想就是随着采样样本的增多，样本的分布特性逐渐趋近于数据集整体的数据分布特性。

题目介绍

我们以随机选取1-9十个数字中的一个为例，其均值应该在5附近，那么随着样本数量的增多则数据均值分布应逐渐趋近于5.

代码实现

import  random
import  numpy as np
import  matplotlib.pyplot as plt
len = 8000 #样本数量

if __name__ == '__main__':
    x = [i for i in range(len)]                     #生成8000个点x坐标
    y = [random.randint(1,9) for i in range(len)]   #生成8000个1-9之间的随机数
    y_avg = [np.mean(y[0:i+1]) for i in range(len)] #求响应次数的所有随机数平均值
    plt.plot(x,y_avg)                               #在matplotlib中绘制
    plt.xlim(0,len)                                 #设置x轴显示范围
    plt.ylim(4.5,5.5)                               #设置y轴显示范围
    plt.grid(True)                                  #显示网格便于观察
    plt.show()                                      #最终显示

效果截图