机器学习课程——正态分布

正态分布（Normal distribution），也称“常态分布”，又名高斯分布（Gaussian distribution）

公式：

若随机变量X服从一个数学期望为μ、方差为σ^2的正态分布，记为N(μ，σ^2)。其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。当μ = 0,σ = 1时的正态分布是标准正态分布。

公式：

接下来画一个标准正态分布

代码：

# -*- coding: utf-8 -*-
"""
Spyder Editor

This is a temporary script file.
"""
import numpy as np
import math
import matplotlib.pyplot as plt
mu = 0
sigma = 1
x = np.linspace(mu - 3 * sigma, mu + 3 * sigma, 50)
y = np.exp(-(x - mu) ** 2 / (2 * sigma ** 2)) / (math.sqrt(2 * math.pi) * sigma)
print (x.shape)
print (x)
print (y.shape)
print (y)
plt.plot(x,y,'r-',x,y,'bo',linewidth=2,markersize=8)
plt.xlabel('X')
plt.ylabel('Y')
plt.title("Gauss Distribution PDF")
plt.grid(True)

结果：