न्यूमपी ट्यूटोरियल

न्यूमपी होम NumPy परिचय NumPy प्रारंभ करना NumPy सरणी बनाना NumPy ऐरे इंडेक्सिंग NumPy ऐरे स्लाइसिंग NumPy डेटा प्रकार NumPy कॉपी बनाम व्यू NumPy सरणी आकार NumPy ऐरे रीशेप NumPy ऐरे इटरेटिंग NumPy सरणी में शामिल हों NumPy ऐरे स्प्लिट NumPy सरणी खोज NumPy सरणी क्रमबद्ध करें NumPy ऐरे फ़िल्टर

न्यूमपी रैंडम

यादृच्छिक परिचय डेटा वितरण यादृच्छिक क्रमपरिवर्तन सीबॉर्न मॉड्यूल सामान्य वितरण द्विपद वितरण मछली वितरण वर्दी वितरण रसद वितरण बहुराष्ट्रीय वितरण घातांकी रूप से वितरण ची स्क्वायर वितरण रेले वितरण पारेतो वितरण ज़िप वितरण

NumPy ufunc

ufunc परिचय ufunc समारोह बनाएँ ufunc सरल अंकगणित ufunc गोलाई दशमलव ufunc लॉग्स ufunc सारांश यूफंक उत्पाद ufunc मतभेद ufunc एलसीएम ढूँढना ufunc जीसीडी ढूँढना ufunc त्रिकोणमितीय ufunc अतिशयोक्तिपूर्ण ufunc सेट ऑपरेशंस

प्रश्नोत्तरी/व्यायाम

न्यूमपी क्विज न्यूमपी एक्सरसाइज

रसद वितरण


रसद वितरण

लॉजिस्टिक डिस्ट्रीब्यूशन का उपयोग विकास का वर्णन करने के लिए किया जाता है।

लॉजिस्टिक रिग्रेशन, न्यूरल नेटवर्क आदि में मशीन लर्निंग में व्यापक रूप से उपयोग किया जाता है।

इसके तीन पैरामीटर हैं:

loc- मतलब, जहां चोटी है। डिफ़ॉल्ट 0.

scale- मानक विचलन, वितरण की समतलता। डिफ़ॉल्ट 1.

size- लौटे सरणी का आकार।

उदाहरण

1 और stddev 2.0 माध्य के साथ लॉजिस्टिक वितरण से 2x3 नमूने ड्रा करें:

from numpy import random

x = random.logistic(loc=1, scale=2, size=(2, 3))

print(x)

रसद वितरण का विज़ुअलाइज़ेशन

उदाहरण

from numpy import random
import matplotlib.pyplot as plt
import seaborn as sns

sns.distplot(random.logistic(size=1000), hist=False)

plt.show()

परिणाम


रसद और सामान्य वितरण के बीच अंतर

दोनों वितरण लगभग समान हैं, लेकिन लॉजिस्टिक वितरण में पूंछ के नीचे अधिक क्षेत्र है। अर्थात। यह माध्य से दूर किसी घटना के घटित होने की अधिक संभावना का प्रतिनिधित्व करता है।

पैमाने के उच्च मूल्य (मानक विचलन) के लिए सामान्य और रसद वितरण शिखर के अलावा समान हैं।

उदाहरण

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()

परिणाम