得到自己想要的高斯分布--numpy.random.randn()

最新推荐文章于 2023-12-20 10:49:06 发布
最新推荐文章于 2023-12-20 10:49:06 发布
阅读量4.9k 收藏 4
点赞数 3
分类专栏： Python 机器学习 文章标签： 高斯分布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42147780/article/details/99820154
版权

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）：N(\mu ,\delta^2 )

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  X = \delta *Z + \mu    

其中Z是 N(0,1)分布，得到的新的分布X 为N(\mu ,\delta^2 ) 

金融科技自习生
关注
  • 3
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Python学习之numpy之高斯分布
马哥私房菜
08-27 5万+
介绍 正态分布（Normal distribution）又名高斯分布（Gaussian distribution）， 是一个在数学、物理及project等领域都很重要的概率分布，在统计学的很多方面有着重大的影响力。 若随机变量X服从一个数学期望为μ、标准方差为σ2的高斯分布，记为：X~N(μ,σ2), 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。因其曲线呈钟形，因此人们又常...
高斯函数
sunlinju的博客
11-04 3875
高斯函数的应用广泛，这里讲述其在平滑图像时的用法。1、高斯曲线绘制绘制曲线参考公式:Z=12πσ2exp(−[(X−u)2+(Y−u)2]2σ2)Z=\frac{1}{2\pi \sigma^2}exp(\frac{-[(X-u)^2+(Y-u)^2]}{2\sigma^2}) X,YX,Y表示网格的大小;%高斯曲线的绘制-2016-11-04-Sunday clc; clear all; gri
numpy中的高斯分布函数 normal 的具体详解
律己且好学，才能保证不坠入愤世嫉俗之列。
04-03 1万+
1、高斯分布的概率密度函数为： 2、 在numpy中： numpy.random.normal(loc=0.0, scale=1.0, size=None) 3、具体参数详解 loc：float 此概率分布的均值（对应着整个分布的中心centre） scale：float 此概率分布的标准差（对应于分布的宽度，scale越大越矮胖，scale越小，越瘦高） size：int o...
Python生成高斯随机数(标准正态分布随机数)
qq_43511299的博客
05-29 1万+
代码np.random.normal(loc=0.0, scale=1.0, size=None) import random import numpy as np x=[] for i in range(100): a=np.random.normal(loc=0.0, scale=1.0, size=None) x.append(a) print(x) 对应的参数: loc:均值 scale:标准差 size:输出形式/维度 输出示例: [-0.27253811517094106,
4 Numpy------Numpy基本操作(生成随机数组、正态分布[方差、标准差]、均匀分布、数组的索引、切片、形状修改、类型修改、数组的去重)
程序猿-凡白的博客
06-13 1万+
4.3 基本操作 学习目标 目标 理解数组的各种生成方法 应用数组的索引机制实现数组的切片获取 应用维度变换实现数组的形状改变 应用类型变换实现数组类型改变 应用数组的转换1生成数组的方法 4.3.1 生成0和1的数组 np.ones(shape,dtype) np.ones_like(a,dtype) np.zeros(shape,dtype) np.zeros_like(a,dtype) ones=np.ones([4,8]) ones 返回结果： array([[1., 1., 1., 1.
Day1-IPython与Numpy.xmind
01-13
整理python数据分析库的重要知识，包括ipython、numpy、pandas（重要，包括3个文档）、scipy包、matplotlib图形绘制,共计7个文档，里面涵盖基础操作，案例解析和注意事项，如果下载文档的博友有问题可以随时咨询我，...
python-10-numpy.zip
06-05
NumPy(Numerical Python) 是科学计算基础库，提供大量科学计算相关功能，比如数据 统计，随机数生成等。其提供最核心类型为多维数组类型（ndarray），支持大量的维度数组 与矩阵运算，Numpy 支持向量处理 ndarray ...
numpy-1.26.4.tar.gz
03-01
`numpy.random`模块则能生成各种分布的随机数，如均匀分布、正态分布等。 深度学习领域广泛使用Numpy，因为它是构建神经网络的基础。在模型训练前，数据通常需要预处理，这往往涉及到数组操作，Numpy提供了这些功能...
icepoint666#itsumo-cv#numpy.random.choice()随机选取内容1
07-25
说明：If an ndarray, a random sample is generated from its elements.If an int, the
numpy-1.26.4-cp39-cp39-win_amd64.whl
03-01
该资源为numpy-1.26.4-cp39-cp39-win_amd64.whl，欢迎下载使用哦！
人生苦短，我学python-numpy库
qq_42579966的博客
11-19 235
numpy数组基础array数组引入array数组属性array数组的类型默认类型和指定类型数组类型转换 数组基础 导入numpy库：import numpy as np array数组引入 import numpy as np a = np.array([1,2,3,4])#一维数组 b = np.array([-1,-2,-3,-4]) d=np.array([[1,2,3],[34,5,6]])#二维数组 print(type(a))#数组类型 print(a) print(a+b)#同维同数据的数组
python随机生成高斯分布_机器学习中会涉及到的随机选择样本
weixin_39795065的博客
01-07 2004
今日分享随机抽样机器学习中会涉及到随机选择样本的问题，在python中random模块能解决，使用sample函数从数据集中选择指定个数的样本。使用sample抽样本篇小例子仅先试用python的内置模块，同时为了方便大家观察，生成100个随机整数，而不是0~1的随机浮点数。1 生成100个随机整数randint两个参数表示[0,50]间的随机整数from random import r...
numpy和torch的高斯核函数
Autism_22的博客
06-23 538
高斯核函数数学公式。
Numpy——随机数数组生成-随机整数-正态分布-均匀分布
无风而起的博客
10-14 1万+
import numpy as np 1、随机数种子 np.random.seed(0) 如果在程序上方添加此行代码，则每次程序执行生成相同的随机数组 2、np.random.randint() 生成随机整数组成的数组 np.random.randint(1, 10, size = 3) #array([6, 1, 4]) 生成[1, 10)之间的整数组成的数组 np.random.randint(1, 10, size = (3, 3) #array([[3, 8, 9], #
numpy 生成满足正态分布的随机数
Kp0fS的草稿纸
08-05 6971
numpy随机采样； numpy直方图； normal def getData3(): r""" 生成正太分布的随机数； :return: """ # data = np.random.uniform(0, 1, size = 1000)#随机均匀采样 # data3 = np.random.rand(1000) #随机均匀分布 # # data2 = np.random.normal(0, 1, size = 100...
python进行高斯计算
weixin_46121540的博客
12-20 1587
SciPy的GaussianMixture模块提供了一个GaussianMixture类，可以用来拟合多个高斯分布的混合模型。Python的math库提供了高斯函数，可以方便地计算高斯分布的概率密度函数(PDF)和累积分布函数(CDF)。高斯计算在Python中有多种方法，下面我将介绍几种常见的方法，包括基本的高斯函数、高斯积分和高斯变换等。当然，除了上述介绍的方法，Python中还有许多其他的方法可以进行高斯计算。同的方法适用于不同的场景和需求，我们可以根据具体情况选择合适的方法进行高斯计算。
Python-多维矩阵添加高斯噪声
Mocode的博客
10-06 4860
python向多维矩阵添加高斯噪声总共有两个步骤：①创建多维矩阵，作为添加高斯噪声的对象；②定义高斯噪声添加的函数，在其中创建噪声并添加到原噪声中。
Python的随机矩阵生成
Micheal 超 的博客
01-06 5626
导入模块 random模块 numpy中的random函数 python中有两个模块可以生成随机数，该博客以的numpy模块为例进行生成随机数。（因为矩阵要生成大量的随机数据，故推荐使用numpy模块生成随机数） 生成随机数（以矩阵为例） # 生成随机矩阵 import numpy as np #　设置随机种子，保证每次生成的随机数一样 rd = np.random.RandomState(...
python+numpy 随机数的生成，正态分布，0-1分布，均匀分布及随机数种子
热门推荐
月下花弄影
06-04 7万+
#! usr/bin/env python # coding: utf-8 # 使用numpy中的随机函数 学习笔记 # 2018年06月04日11:38:43 北京昌平 import numpy.matlib import numpy as np # 说明,每块代码运行时,请将其他模块注释: # 注释方法1:选中要注释的部分,然后同时按住ctrl和/按键 # 注释方法2:采用字符注释,...
np.random.randn怎么用
最新发布
06-05
`np.random.randn` 是 NumPy 库中的一个函数，用于生成随机浮点数，这些数值服从标准正态分布，即平均值为0，标准差为1的高斯分布。在 Python 中，你可以使用以下语法： ```python import numpy as np # 带参数 n ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值