Logistic 分佈
Logistic 分佈
Logistic 分佈用於描述增長。
廣泛應用於機器學習中的邏輯迴歸、神經網路等。
它有三個引數
loc - 均值，峰值所在的位置。預設值為 0。
scale - 標準差，分佈的平坦度。預設值為 1。
size - 返回陣列的形狀。
示例
從均值為 1、標準差為 2.0 的 Logistic 分佈中抽取 2x3 個樣本
from numpy import random
x = random.logistic(loc=1, scale=2, size=(2, 3))
print(x)
自己動手試一試 »
Logistic 分佈的視覺化
示例
from numpy import random
import matplotlib.pyplot as plt
import seaborn as sns
sns.distplot(random.logistic(size=1000), hist=False)
plt.show()
結果
Logistic 分佈與正態分佈的區別
這兩種分佈幾乎相同，但 Logistic 分佈的尾部面積更大，這意味著它代表了距離均值更遠事件發生的可能性更大。
當 scale（標準差）值較高時，正態分佈和 Logistic 分佈除了峰值外幾乎相同。
示例
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()
結果
