numpy में एक सीमा के भीतर एक सामान्य वितरण कैसे प्राप्त करें? मशीन सीखने के कार्य में

Question

। हमें बाध्य के साथ यादृच्छिक w.r.t सामान्य वितरण का एक समूह प्राप्त करना चाहिए। हम np.random.normal() के साथ एक सामान्य वितरण संख्या प्राप्त कर सकते हैं लेकिन यह किसी भी बाध्य पैरामीटर की पेशकश नहीं करता है। मैं जानना चाहता हूं कि ऐसा कैसे करें?

Answer 1

आप Truncated normal distribution लिए देख रहे हैं, वह SciPy एक समारोह के लिए यह truncnorm

कहा जाता है इस वितरण का मानक रूप रेंज [क, ख] करने के लिए एक मानक सामान्य छोटा कर दिया है - सूचना है कि ए और बी मानक सामान्य के डोमेन पर परिभाषित किया गया है। एक विशिष्ट मतलब और मानक विचलन, उपयोग के लिए क्लिप मूल्यों बदलने के लिए:

ए, बी = (myclip_a - my_mean)/my_std, (myclip_b - my_mean)/my_std

truncnorm आकार पैरामीटर के रूप में ए और बी लेता है ।

>>> from scipy.stats import truncnorm 
>>> truncnorm(a=-2/3., b=2/3., scale=3).rvs(size=10) 
array([-1.83136675, 0.77599978, -0.01276925, 1.87043384, 1.25024188, 
     0.59336279, -0.39343176, 1.9449987 , -1.97674358, -0.31944247]) 

ऊपर के उदाहरण -2 से घिरा है और 2 और रिटर्न 10 यादृच्छिक variates (.rvs() पद्धति का उपयोग करके)

>>> min(truncnorm(a=-2/3., b=2/3., scale=3).rvs(size=10000)) 
-1.9996074381484044 
>>> max(truncnorm(a=-2/3., b=2/3., scale=3).rvs(size=10000)) 
1.9998486576228549 

यहाँ -6 के लिए एक हिस्टोग्राम साजिश है, 6:

Answer 2

@bakkal सुझाव (+1) के अलावा आपमें भी देखना चाहते हैंइसे प्राप्त करने के लिए नुस्खा, py-rtnorm मॉड्यूल के रूप में Christoph Lassner द्वारा पुनः लिखा गया।

Answer 3

truncnorm की parametrization जटिल है, इसलिए यहां एक समारोह है कि कुछ अधिक सहज ज्ञान युक्त करने के लिए parametrization तब्दील है:

from scipy.stats import truncnorm 

def get_truncated_normal(mean=0, sd=1, low=0, upp=10): 
    return truncnorm(
     (low - mean)/sd, (upp - mean)/sd, loc=mean, scale=sd) 

---

---

इसका उपयोग कैसे करें?

1. उदाहरण मानकों के साथ जनरेटर: मतलब, मानक विचलन, और काट-छांट रेंज:

   >>> X = get_truncated_normal(mean=8, sd=2, low=1, upp=10) 
   

2. उसके बाद, आप उपयोग कर सकते हैं एक्स एक मूल्य उत्पन्न करने के लिए:

   >>> X.rvs() 
   6.0491227353928894 
   

3. या, एक numpy एन के साथ rray मूल्यों उत्पन्न:

   >>> X.rvs(10) 
   array([ 7.70231607, 6.7005871 , 7.15203887, 6.06768994, 7.25153472, 
        5.41384242, 7.75200702, 5.5725888 , 7.38512757, 7.47567455]) 
   

---

एक दृश्य उदाहरण

यहाँ

तीन अलग अलग छोटा सामान्य वितरण की साजिश है:

X1 = get_truncated_normal(mean=2, sd=1, low=1, upp=10) 
X2 = get_truncated_normal(mean=5.5, sd=1, low=1, upp=10) 
X3 = get_truncated_normal(mean=8, sd=1, low=1, upp=10) 

import matplotlib.pyplot as plt 
fig, ax = plt.subplots(3, sharex=True) 
ax[0].hist(X1.rvs(10000), normed=True) 
ax[1].hist(X2.rvs(10000), normed=True) 
ax[2].hist(X3.rvs(10000), normed=True) 
plt.show()