正态数据生成java_Python 机器学习 正态数据分布(Normal Data Distribution)

1、正态数据分布

在上一章中，我们学习了如何创建给定大小且在两个给定值之间的完全随机数组。

在本章中，我们将学习如何创建一个将值集中在给定值周围的数组。

在概率论中，在数学家卡尔·弗里德里希·高斯(Carl Friedrich Gauss)提出了这种数据分布的公式之后，这种数据分布被称为正态数据分布或高斯数据分布。

例如：

典型的正态数据分布：import numpy

import matplotlib.pyplot as plt

x = numpy.random.normal(5.0, 1.0, 100000)

plt.hist(x, 100)

plt.show()

Result:

注意：由于正态分布图具有钟形的特征形状，因此也称为钟形曲线。

直方图解释

我们使用numpy.random.normal()方法中的数组，该数组具有100000个值，以绘制100个条形的直方图。

我们指定平均值为5.0，标准差为1.0。

这意味着该值应集中在5.0左右，并且很少远离平均值小于1.0。

从直方图中可以看到，大多数值都在4.0到6.0之间，最高值大约是5.0。