机器学习之指数分布

指数分布: 指数分布可以用来表示独立随机事件发生的时间间隔 。如果一个随机变量X的概率密度函数满足以下形式,就称X服从参数λ的指数分布,记作X ~ E(λ)或X~Exp(λ)。指数分布只有一个指数参数,且λ>0,λ表示单位时间发生该事件的次数
f ( x ) = { λ e − λ e x > 0 0 其他 f(x)= \begin{cases} \lambda e^{-\lambda e} \quad x>0 \\ \\ 0 \quad 其他 \end{cases} f(x)=⎩ ⎨ ⎧λe−λex>00其他

指数分布的一个显著的特点是其具有无记忆性。指数分布是描述泊松过程中的事件之间的时间的概率 分布。

期望:1 λ \frac{1}{\lambda} λ1 方差:1 λ 2 \frac{1}{\lambda^2} λ21

python 复制代码
from scipy import stats
import matplotlib.pyplot as plt
def expon(loc=8,scale=5):
 #按照定义,指数分布只有一个参数lambda,scale=1/lambda
 #loc定义域的左端点,相当于整体分布沿x轴平移loc
 #scale是lambda的倒数,loc+scale表示分布均值,scale^2表示该分布的方差
 expon_dist=stats.expon(loc=loc,scale=scale)
 x=np.arange(expon_dist.ppf(0.0001),expon_dist.ppf(0.9999))
 fig,ax=plt.subplots(1,1)
 ax.plot(x,expon_dist.pdf(x),label='Expon PDF')
 #ax.vlines(x,0,uniform_dist.pdf(x),colors='b',lw=5,alpha=0.5)
 ax.legend(loc='best',frameon=False)
 plt.ylabel('Probability')
 plt.title('PDF of Poisson Expon(loc={},scale={})'.format(loc,scale))
 plt.show()
expon()

相关推荐
数据科学作家2 小时前
学数据分析必囤!数据分析必看!清华社9本书覆盖Stata/SPSS/Python全阶段学习路径
人工智能·python·机器学习·数据分析·统计·stata·spss
CV缝合救星4 小时前
【Arxiv 2025 预发行论文】重磅突破!STAR-DSSA 模块横空出世:显著性+拓扑双重加持,小目标、大场景统统拿下!
人工智能·深度学习·计算机视觉·目标跟踪·即插即用模块
java1234_小锋5 小时前
Scikit-learn Python机器学习 - 特征预处理 - 标准化 (Standardization):StandardScaler
python·机器学习·scikit-learn
TDengine (老段)6 小时前
从 ETL 到 Agentic AI:工业数据管理变革与 TDengine IDMP 的治理之道
数据库·数据仓库·人工智能·物联网·时序数据库·etl·tdengine
蓝桉8026 小时前
如何进行神经网络的模型训练(视频代码中的知识点记录)
人工智能·深度学习·神经网络
星期天要睡觉7 小时前
深度学习——数据增强(Data Augmentation)
人工智能·深度学习
南山二毛8 小时前
机器人控制器开发(导航算法——导航栈关联坐标系)
人工智能·架构·机器人
大数据张老师8 小时前
【案例】AI语音识别系统的标注分区策略
人工智能·系统架构·语音识别·架构设计·后端架构
xz2024102****8 小时前
吴恩达机器学习合集
人工智能·机器学习
anneCoder8 小时前
AI大模型应用研发工程师面试知识准备目录
人工智能·深度学习·机器学习