Liste der wichtigsten Wahrscheinlichkeitsverteilungen, die beim maschinellen Lernen und in der Statistik verwendet werden, sowie Code in Python

Einführung

Beim maschinellen Lernen wird eine große Anzahl von Wahrscheinlichkeitsverteilungen verwendet, aber es ist schwierig, sich an die jeweiligen Merkmale zu erinnern. Deshalb habe ich sie in einer Liste zusammengefasst.

Liste der Wahrscheinlichkeitsverteilung

Name der Wahrscheinlichkeitsverteilung      Notation Wahrscheinlichkeitsdichtefunktion Reichweite Parameter durchschnittlich Median Häufigster Wert Verteilt Code der Wahrscheinlichkeitsdichtefunktion (oder Wahrscheinlichkeitsmassenfunktion) in Python
Bernoulli B_r(q) q^x(1-q)^{1-x} x=0,1 0\le q \le 1 q 0 or 1 0 or 1 q(1-q) scipy.stats.bernoulli.pmf
Poisson Po(\lambda) \Large\frac{\lambda^x e^{-\lambda}}{x!} x=0,1,2,... \lambda >0 \lambda - \lceil \lambda\rceil-1,\lfloor\lambda\rfloor \lambda scipy.stats.poisson.pmf
Uniform U(a,b) \large\frac{1}{b-a} a\le x\le b -\infty \large\frac{b-a}{2} \large\frac{b-a}{2} [a,b] \large\frac{(b-a)^2}{12} scipy.stats.uniform.pdf
Beta Be(\alpha,\beta) \large\frac{x^{\alpha-1}(1-x)^{\beta-1}}{B(\alpha,\beta)} 0\le x\le 1 \alpha>0,\beta > 0 \large\frac{\alpha}{\alpha + \beta} - \large\frac{\alpha - 1}{\alpha + \beta - 2} \large\frac{\alpha\beta}{(\alpha + \beta)^2(\alpha + \beta + 1)} scipy.stats.beta.pdf
regulär N(\mu,\sigma^2) {\large\frac{1}{\sqrt{2\pi\sigma^2}}}\exp\left[-\frac{(x-\mu)^2}{2\sigma^2}\right] x\in \mathbb{R} \mu\in \mathbb{R},\sigma^2 > 0 \mu \mu \mu \sigma^2 scipy.stats.norm.pdf
t T(\nu,\mu,\sigma^2) \frac{\Gamma\left(\frac{\nu+1}{2}\right)}{\Gamma\left(\frac{\nu}{2}\right)\sqrt{}\nu\pi\sigma^2}\left[1+\frac{(x-\mu)^2}{\nu\sigma^2}\right]^{-\frac{\nu+1}{2}} x\in \mathbb{R} \nu>0,\mu\in\mathbb{R},\sigma^2>0 \mu \mu \mu {\large\frac{\nu}{\nu-2}}\sigma^2 scipy.stats.t.pdf
Cauchy Ca(\mu,\sigma) {\large\frac{1}{\pi\sigma} }\left[ 1+ {\large\left(\frac{x-\mu}{\sigma}\right)}^2 \right]^{-1} x\in \mathbb{R} \mu\in \mathbb{R},\sigma > 0 n.a. \mu \mu n.a. scipy.stats.cauchy.pdf
Laplace La(\mu,\sigma) {\large\frac{1}{2\sigma}} \exp \left[ -{\large\frac{|x-\mu|}{\sigma}} \right] x\in \mathbb{R} \mu\in \mathbb{R},\sigma > 0 \mu \mu \mu 2\sigma^2 scipy.stats.laplace.pdf
Gamma Ga(\alpha,\beta) {\large\frac{\beta^{\alpha}}{\Gamma(\alpha)}}x^{\alpha-1}e^{-\beta x} x>0 \alpha >0,\beta>0 {\large\frac{\alpha}{\beta}} - {\large\frac{\alpha-1}{\beta}} {\large\frac{\alpha}{\beta^2}} scipy.stats.gamma.pdf
Inverses Gamma Ga^{-1}(\alpha,\beta) {\large\frac{\beta^{\alpha}}{\Gamma(\alpha)}}x^{-(\alpha+1)}e^{-\frac{\beta}{x}} x>0 \alpha >0,\beta>0 {\large\frac{\beta}{\alpha-1}} - {\large\frac{\beta}{\alpha+1}} {\large\frac{\beta^2}{(\alpha-1)^2(\alpha-2)}} scipy.stats.invgamma.pdf
Kai im Quadrat X^2(\nu) \frac{\left(\frac{1}{2}\right)^{\frac{\nu}{2}} }{\Gamma\left(\frac{\nu}{2}\right)}x^{\frac{\nu}{2}-1}e^{-\frac{x}{2}} x>0 \nu>0 \nu - \nu-2 2\nu scipy.stats.chi2.pdf
Index \epsilon_{xp}(\lambda) \lambda e^{-\lambda x} x>0 \lambda>0 {\large\frac{1}{\lambda}} {\large\frac{\log{2}}{\lambda}} 0 {\large\frac{1}{\lambda^2}} scipy.stats.expon.pdf
Multivariate reguläre N_m({\bf\mu},{\bf\Sigma}) {\large\frac{1}{(2\pi)^{\frac{m}{2}}\sqrt{|{\bf\Sigma}|}}} \exp \left\[-\frac{1}{2}({\bf x}-{\bf \mu})^{\top}{\bf\Sigma}^{-1}({\bf x}-{\bf \mu})\right\] {\bf x} \in\mathbb{R}^m {\bf\mu} \in\mathbb{R}^m,|{\bf\Sigma}|>0 {\bf\mu} - {\bf\mu} {\bf\Sigma} scipy.stats.multivariate_normal.pdf
Multivariate t T_m(\nu,{\bf\mu},{\bf\Sigma}) \frac{\Gamma\left({\frac{\nu+m}{2}}\right)}{\Gamma\left({\frac{\nu}{2}}\right) (\pi\nu)^{\frac{m}{2}} |{\bf\Sigma}|^{\frac{1}{2}}} \left[ 1 + \frac{1}{\nu} (\textbf{x} - {\bf \mu})^{T} {\bf \Sigma}^{-1}(\textbf{x} - {\bf \mu})\right]^{\frac{-(\nu+m)}{2}} {\bf x} \in \mathbb{R}^m \nu>0,{\bf\mu} \in\mathbb{R}^m,|{\bf\Sigma}|>0 {\bf\mu} - {\bf\mu} {\large\frac{\nu}{\nu-2}}{\bf\Sigma} (Nachforschungen ..)

Über die Zukunft

Ich möchte die Erklärung jeder Distribution hinzufügen und aktualisieren.

Versionsgeschichte

  1. April 2020: Erste Ausgabe, Tag-Name-Korrektur
  2. April 2020: Linkkorrektur

Verweise

Dieser Artikel wurde unter Bezugnahme auf die folgenden Informationen verfasst.

Recommended Posts

Liste der wichtigsten Wahrscheinlichkeitsverteilungen, die beim maschinellen Lernen und in der Statistik verwendet werden, sowie Code in Python
Liste des Python-Codes, der bei der Big-Data-Analyse verwendet wird
[Python] Techniken, die häufig beim maschinellen Lernen verwendet werden
[Maschinelles Lernen] Liste der häufig verwendeten Pakete
Zusammenfassung der Wahrscheinlichkeitsverteilungen, die häufig in Statistiken und Datenanalysen vorkommen
Python: Vorverarbeitung beim maschinellen Lernen: Umgang mit fehlenden / Ausreißern / unausgeglichenen Daten
Vollständige Offenlegung der beim maschinellen Lernen verwendeten Methoden
Zusammenfassung der beim maschinellen Lernen verwendeten Bewertungsfunktionen
Lassen Sie uns einen Teil des maschinellen Lernens mit Python berühren
Liste des zu verschiebenden und zu merkenden Python-Codes
Mayungos Python-Lernhinweis: Liste der Geschichten und Links
Eine Code-Sammlung, die häufig in persönlichem Python verwendet wird
Wird in EDA für maschinelles Lernen verwendet
Das Ergebnis des maschinellen Lernens von Java-Ingenieuren mit Python www
Entschlüsseln Sie eine Codezeile in Python Lambda, Karte, Liste
Csv spuckte eine Liste mit Dateinamen, zuletzt geänderten Daten und Zeichencodes in Python3 aus
Unterschied zwischen list () und [] in Python
Bedeutung des maschinellen Lernens und des Mini-Batch-Lernens
Klassifikation und Regression beim maschinellen Lernen
Python: Vorverarbeitung beim maschinellen Lernen: Übersicht
Coursera-Herausforderungen beim maschinellen Lernen in Python: ex5 (Anpassung der Regularisierungsparameter)
Liste der in Python verfügbaren Löser und Modellierer für lineares Design (LP)
Installation von Visual Studio Code und Installation von Python
Paiza Skill Checkliste der häufig verwendeten D- und C-Ränge ~ Python ~
[Linux] Liste der in der Praxis verwendeten Linux-Befehle
Zeigen Sie eine Liste der Alphabete in Python 3 an
Unterschied zwischen Anhängen und + = in der Python-Liste
Python: Vorverarbeitung beim maschinellen Lernen: Datenerfassung
Quellcode für die Trennung von Tonquellen (Übungsreihe zum maschinellen Lernen), der mit Python gelernt wurde
Erstellen einer Umgebung für Python und maschinelles Lernen (macOS)
Zusammenfassung der integrierten Methoden usw. der Python-Liste
[Python] Speichern von Lernergebnissen (Modellen) beim maschinellen Lernen
Python: Vorverarbeitung beim maschinellen Lernen: Datenkonvertierung
Ruft die EDINET-Codeliste in Python ab
Projekt Euler # 1 "Vielfaches von 3 und 5" in Python
Verarbeitung (Python) Diagramm der Koordinaten der Liste Geben Sie an, wie oft in draw ()
[Grundlagen der modernen mathematischen Statistik mit Python] Kapitel 2: Wahrscheinlichkeitsverteilung und Erwartungswert
Ein Memorandum über Methoden, die häufig beim maschinellen Lernen mit Scikit-Learn (für Anfänger) verwendet werden.
Studieren Sie maschinelles Lernen und Informatik. Ressourcenliste
[Python] Sortieren Sie die Liste von pathlib.Path in natürlicher Reihenfolge
Python & Machine Learning Study Memo ⑤: Klassifikation von Ayame
Liste häufig verwendeter integrierter Funktionen und Methoden
Numerai Turnier-Fusion von traditionellen Quants und maschinellem Lernen-
Python & Machine Learning Study Memo Introduction: Einführung in die Bibliothek
Kopieren Sie die Liste in Python
Liste der Links, die Anfänger des maschinellen Lernens lernen
Links und Memos von Python-Zeichencodezeichenfolgen
Code, der häufig in Python / Django-Apps verwendet wird [Präfekturen]
Erläuterung der Bearbeitungsentfernung und Implementierung in Python
Der erste Schritt für diejenigen, die Amateure der Statistik sind, aber Modelle für maschinelles Lernen in Python implementieren möchten
Einfacher Code, der in Kaggles Titanic: Maschinelles Lernen aus Katastrophen eine Punktzahl von 0,81339 ergibt
Ich habe die Geschwindigkeit der Referenz des Pythons in der Liste und die Referenz der Wörterbucheinbeziehung aus der In-Liste verglichen.
"Lineare Regression" und "Probabilistische Version der linearen Regression" in Python "Bayes lineare Regression"
Verarbeitung von CSV-Daten in voller und halber Breite in Python
Erstellen Sie mit Python eine interaktive Umgebung für maschinelles Lernen
Berechnung der Standardabweichung und des Korrelationskoeffizienten in Python
Implementierte List und Bool in Python und SQLite3 (persönliche Notiz)
Liste der Python-Bibliotheken für Datenwissenschaftler und Dateningenieure
Tool MALSS (Anwendung), das maschinelles Lernen in Python unterstützt
Coursera-Herausforderungen beim maschinellen Lernen in Python: ex2 (Logistic Return)