Commons Math学习笔记——随机生成和统计初步

最新推荐文章于 2024-01-30 00:15:55 发布

iteye_2573

最新推荐文章于 2024-01-30 00:15:55 发布

阅读量555

点赞数

文章标签： Apache 算法数据结构单元测试 JDK

概率统计最基本的前提就是有数据，而我们做模拟或者测试时总会用到大量的随机数据。我们知道绝对的随机是做不到的，但是可以利用算法来实现伪随机数的生成。 Commons Math库提供了一个 random的包，其中定义实现了很多可以用来生成随机数的类和接口。 random包中定义了 5个接口，分别是 EmpiricalDistribution、 NormalizedRandomGenerator、 RandomData、 RandomGenerator和 RandomVectorGenerator。其中 EmpiricalDistribution接口是对经验概率分布的一个定义，指在不做任何假设下对观测数据得到的经验分布。其中有 void load (URL url)方法来从一个计算经验分布，其中的方法参数还可以是一个 File对象或者直接是一个 double数组。它的 StatisticalSummary getSampleStats ()方法返回一个 StatisticalSummary对象，这个类在 stat包中有定义，可以得到观测数据的均值、方差等相应的统计度量。 EmpiricalDistributionImpl实现了该接口，其中内部用到了 RandomData接口，而且定义了一个内部抽象类 DataAdapter，不同的 load方式会有不同的内部具体类去继承这个内部抽象类，而计算统计度量的方式也是直接调用了 StatisticalSummary的方法，这个类的作用重点在构造，具体的计算和生成还是在 RandomData和 RandomGenerator中。 RandomData接口是随机数据生成的一个应用接口，其中定义了各种 next***的方法来生成随机数，比如 double nextExponential (double mean)返回一个服从均值为 mean的指数分布的随机数。 RandomDataImpl类具体实现了这个接口，具体的实现都是依赖 RandomGenerator的（其实这是不准确的，因为用到的 RandomGenerator是 JDKRandomGenerator，这个类是继承了 jdk中的 Random类，因此从本质上讲没有什么新意，不过像指数和泊松这样的分布数据是自己实现的）。所以我们重点介绍 RandomGenerator接口（绕了好久啊 -_-!）， RandomGenerator接口有几个具体实现，其中刚才说到的 JDKRandomGenerator是其中之一，还有两个抽象类是 BitsStreamGenerator和 AbstractRandomGenerator， MersenneTwister继承了 BitsStreamGenerator，这个类是原作者 C算法的一个 Java实现，可以在相关资料中去查询论文原文。另外几个接口就不说了，用法其实都类似，用到的直接查 API就可以了。说了这么多介绍性的东西，还是直接用代码说话比较方便，在实际应用中，可能最常用的还是 RandomData。

/** */ /**
2

*
3

*/
4

package algorithm.math;
5

import org.apache.commons.math.random.RandomData;
7

import org.apache.commons.math.random.RandomDataImpl;
8

import org.apache.commons.math.stat.Frequency;
9

import org.apache.commons.math.stat.StatUtils;
10

/** */ /**
12

* @author Jia Yu
13

* @date 2010-12-4
14

*/
15

public class RandomTest

{
16

/** */ /**
18

* @param args
19

*/
20

public static void main(String[] args)

{
21

// TODO Auto-generated method stub
22

random();
23

}
24

private static void random()

{
26

// TODO Auto-generated method stub
27

RandomData randomData = new RandomDataImpl();
28

// Generate a random int value uniformly distributed between lower and upper, inclusive
30

System.out.println( " a uniform value: " + randomData.nextInt( 1 , 6 ));
31

// Returns a random value from an Exponential distribution with the given mean
32

System.out.println( " a Exponential value: " + randomData.nextExponential( 5 ));
33

// Generate a random value from a Normal
34

System.out.println( " a Normal value: " + randomData.nextGaussian( 0 , 1 ));
35

// Generates a random value from the Poisson distribution with the given mean
36

System.out.println( " a Poisson value: " + randomData.nextPoisson( 3 ));
37

// Generates an integer array of length k whose entries are selected randomly, without repetition, from the integers 0 through n-1
38

int [] a = randomData.nextPermutation( 10 , 3 );
39

for ( int i = 0 ;i < a.length;i ++ )

{
40

System.out.print(a[i] + " " );
41

}
42

System.out.println();
43

// generate 1000 numbers between 0 and 3 inclusive, then using frequency to see the distribution
45

Frequency freq = new Frequency();
46

int value = 0 ;
47

for ( int i = 0 ; i < 1000 ; i ++ )

{
48

value = randomData.nextInt( 0 , 3 );
49

freq.addValue(value);
50

}
51

long [] observed = new long [ 4 ];
52

double [] perc = new double [ 4 ];
53

for ( int i = 0 ; i < 4 ; i ++ )

{
54

observed[i] = freq.getCount(i);
55

perc[i] = freq.getPct(i);
56

System.out.println( " there are " + observed[i] + " " + i + " in dataset with " + (perc[i] * 100 ) + " % " );
57

}
58

// stat test
60

double [] data =

{1d,2d,2d,3d} ;
61

System.out.println( " sum of data is " + StatUtils.sum(data));
62

System.out.println( " sum of square of data is " + StatUtils.sumSq(data));
63

System.out.println( " var of data is " + StatUtils.variance(data));
64

System.out.println( " mean of data is " + StatUtils.mean(data));
65

System.out.println( " max value of data is " + StatUtils.max(data));
66

System.out.println( " min value of data is " + StatUtils.min(data));
67

System.out.println( " geometry mean of data is " + StatUtils.geometricMean(data));
68

System.out.println( " product of data is " + StatUtils.product(data));
69

}
70

}
72

看看结果：
a uniform value: 6
a Exponential value: 3.4850055739123356
a Normal value: -0.510139146901537
a Poisson value: 4
1 4 3
there are 266 0 in dataset with 26.6%
there are 234 1 in dataset with 23.400000000000002%
there are 240 2 in dataset with 24.0%
there are 260 3 in dataset with 26.0%
sum of data is 8.0
sum of square of data is 18.0
var of data is 0.6666666666666666
mean of data is 2.0
max value of data is 3.0
min value of data is 1.0
geometry mean of data is 1.8612097182041993
product of data is 12.0

关于代码中的 Frequency类和 StatUtils类，这是 stat包中的两个基本类。 Frequency负责统计数据的频率，通过 addValue方法来添加数据，再利用 getCount得到频率，利用 getPct得到对应数据所占比例。还可以利用 getCumFreq和 getCumPct得到累积的统计信息。 StatUtils则是对 stat下面子包 descriptive中的一些类的调用。包括上面部分讲 random的时候提到的 StatisticalSummary接口，这些都是 descriptive包中的基本接口。其中 UnivariateStatistic表示单元统计信息，包括了均值、标准差、中值、最大最小、求和与高阶矩等统计量的实现，这是统计中的最基本的接口，其他接口都基于此实现或封装。另外还有多元统计接口 StatisticalMultivariateSummary用来得到一些多元统计量。

这两个包没有根据结构画出类图，我觉得这块的可扩展性不是太大，概念和计算太基础，只要会利用就 OK了。

iteye_2573

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
Commons Math学习笔记——随机生成和统计初步

概率统计最基本的前提就是有数据，而我们做模拟或者测试时总会用到大量的随机数据。我们知道绝对的随机是做不到的，但是可以利用算法来实现伪随机数的生成。Commons Math库提供了一个random的包，其中定义实现了很多可以用来生成随机数的类和接口。random包中定义了5个接口，分别是EmpiricalDistribution、NormalizedRandomGenerat...
复制链接

扫一扫