scipy.stats.uniform 的论据是啥?

Posted

技术标签:

【中文标题】scipy.stats.uniform 的论据是啥?【英文标题】:What are the arguments for scipy.stats.uniform?scipy.stats.uniform 的论据是什么? 【发布时间】:2017-11-18 05:16:04 【问题描述】:

我正在尝试在两个数字(下限和上限)之间创建均匀分布,以便将其提供给 sklearn 的ParameterSampler。我使用scipy.stats.uniform,格式如下:

from scipy.stats import uniform    
params = ParameterSampler('bandwidth':uniform(5,50), 20)

但是当我随机选择“带宽”参数时,它们并不都在 5 到 50 之间。其中一些比 50 大一点。所以我的问题是 scipy.stats.uniform 中的参数代表什么?它们不是下限和上限吗?文档没有显示任何参数,所以我无法从中弄清楚。

【问题讨论】:

【参考方案1】:

第一个参数是下限,第二个参数是分布的范围。因此,您问题中的示例分布在 5 到 55 之间是均匀的。

引用您问题中链接的documentation:

一个均匀的连续随机变量。

这种分布在locloc + scale 之间是恒定的。

loc 是第一个参数,scale 是第二个参数。

【讨论】:

感谢您的彻底和及时的回复。非常有帮助。你怎么知道 loc 和 scale 是两个参数? 基本上,之前有使用uniform和其他各种scipy概率分布的经验,它们都采用locscale参数。如果没有以前的经验,我会很不清楚该文档。【参考方案2】:

在给定的情况下,调用应该如下所示:

uniform.rvs(loc=5, scale=45)

虽然可以直接带参数调用分布,scipy.stats有如下逻辑:

<dist_name>.rvs(loc=<param1>, scale=<param2>, size=(Nx, Ny))

【讨论】:

以上是关于scipy.stats.uniform 的论据是啥?的主要内容,如果未能解决你的问题,请参考以下文章

Typescript React:我是不是必须为超类构造函数指定参数。那会是啥论据?

disconnected是啥意思

英语parameter和argument作为参数的意思区别是啥?

什么是“论据”?

反对控制反转容器的论据

反对注释的论据