【AI知识点】泊松分布（Poisson Distribution）

【AI论文解读】【AI知识点】【AI小项目】【AI战略思考】

---

泊松分布（Poisson Distribution） 是统计学和概率论中的一种离散概率分布，通常用于描述在固定时间或空间内，某个事件发生的次数。该分布适用于稀有事件的建模，特别是当事件发生是独立的、随机的，且发生的平均速率是恒定的。

1. 泊松分布的定义

泊松分布用于描述某个事件在特定时间段、区域或空间内发生的次数，假设这些事件是独立发生的，且在某个单位时间或单位空间内的平均发生率（即事件的期望发生次数）为 $\lambda$。

a. 泊松分布的概率质量函数（PMF）

泊松分布的概率质量函数描述了在某一段时间或某一区域内，发生 $k$ 次事件的概率为：

$$P(X=k)=\frac{{\lambda }^k{e}^{-\lambda }}{k!}$$

• $X$：表示事件发生的次数。
• $\lambda$：表示在单位时间或单位空间内，事件发生的平均次数（也称为事件的速率或强度）。
• $k$：是事件发生的具体次数，可以是 $0,1,2,\dots$ 等非负整数。
• $e$：是自然对数的底，约等于 2.71828。

泊松分布的关键参数是$\lambda$ ，它决定了事件发生的平均频率。如果 $\lambda$ 较大，则事件在单位时间内发生的次数更多，分布趋向于更加集中。如果