Logistische Verteilung
Logistische Verteilung
Die logistische Verteilung wird verwendet, um das Wachstum zu beschreiben.
Ausgiebig verwendet beim maschinellen Lernen in der logistischen Regression, neuronalen Netzen usw.
Es hat drei Parameter:
loc- bedeuten, wo der Höhepunkt ist. Standard 0.
scale- Standardabweichung, die Ebenheit der Verteilung. Standard 1.
size - Die Form des zurückgegebenen Arrays.
Beispiel
Ziehen Sie 2x3 Stichproben aus einer logistischen Verteilung mit einem Mittelwert von 1 und stddev 2,0:
from numpy import random
x = random.logistic(loc=1, scale=2, size=(2,
3))
print(x)
Visualisierung der Logistikverteilung
Beispiel
from numpy import random
import matplotlib.pyplot as plt
import seaborn as sns
sns.distplot(random.logistic(size=1000), hist=False)
plt.show()
Ergebnis
Unterschied zwischen logistischer und normaler Verteilung
Beide Verteilungen sind nahezu identisch, aber die logistische Verteilung hat mehr Fläche unter den Schwänzen. dh. Es stellt eine größere Möglichkeit des Auftretens von Ereignissen dar, die weiter vom Mittelwert entfernt sind.
Für höhere Skalenwerte (Standardabweichung) sind die normale und die logistische Verteilung bis auf den Peak nahezu identisch.
Beispiel
from numpy import random
import matplotlib.pyplot as plt
import seaborn as sns
sns.distplot(random.normal(scale=2, size=1000), hist=False,
label='normal')
sns.distplot(random.logistic(size=1000), hist=False,
label='logistic')
plt.show()
Ergebnis
