在机器学习中我们经常会通过生成随机数来:初始化模型参数啊,或者生成随机样本来测试检验模型啊等等。
最常用的如高斯分布(正态分布):
标准的高斯分布N(0,1)是最容易获得的。
numpy 的random类中提供了生成服从均值为0 方差为1 的高斯分布的函数
numpy.random.randn()
那么。如果你想获得一个自己想要的高斯分布如 N(1,4)
这个时候你就可以利用公式
其中Z是 N(0,1)分布,得到的新的分布X 为
在机器学习中我们经常会通过生成随机数来:初始化模型参数啊,或者生成随机样本来测试检验模型啊等等。
最常用的如高斯分布(正态分布):
标准的高斯分布N(0,1)是最容易获得的。
numpy 的random类中提供了生成服从均值为0 方差为1 的高斯分布的函数
numpy.random.randn()
那么。如果你想获得一个自己想要的高斯分布如 N(1,4)
这个时候你就可以利用公式
其中Z是 N(0,1)分布,得到的新的分布X 为