将Z-score(Z值,标准分数)转换为Python中正态分布的p值
Z-score（Z值，标准分数）是一种统计量，用于衡量一个数据点相对于平均值的偏离程度。它表示一个数据点距离平均值的标准差数目。在统计学中，正态分布是一种常见的概率分布，也称为高斯分布。正态分布的p值表示一个数据点在正态分布中的累积概率。
要将Z-score转换为Python中正态分布的p值，可以使用SciPy库中的stats模块。下面是一个完整的代码示例：
from scipy import stats
def zscore_to_pvalue(zscore):
pvalue = stats.norm.sf(abs(zscore)) # 使用norm.sf计算累积概率
return pvalue
# 示例使用
zscore = 1.5
pvalue = zscore_to_pvalue(zscore)
print("Z-score:", zscore)
print("P-value:", pvalue)在上述代码中，我们使用stats.norm.sf函数来计算Z-score对应的累积概率（即p值）。sf代表“survival function”，它返回的是从负无穷到给定值的累积概率。
这个转换过程可以帮助我们理解一个数据点在正态分布中的相对位置，并且可以用于统计推断和假设检验等应用场景。
腾讯云相关产品和产品介绍链接地址：
相关·内容
我有一个名为"series_1“的潘达斯核心系列，在每一行中都有三个变量的字典(”V-比率“、”Z-得分“、"P")。看起来是这样的：
V1 [{'V-Ratio': 0.98, 'Z-score': -0.94, 'P': 0.17}]
V2 [{'V-Ratio': 0.97, 'Z-score': -1.34, 'P': 0.09}]
V3 [{'V-Ratio': 1.03, 'Z-score': 1.21,
浏览 3提问于2020-05-22得票数 2
回答已采纳
如何计算给定p值的z-score？我们在python中有什么函数可以计算给定p值的Z分数吗？
浏览 32提问于2021-06-14得票数 0
我对线路有问题
if (value[1]['Longs']==1.0) & (self.df['Long_Market'].rolling(20).sum()==0):
self.long_market=1
我希望它禁止代码打开到许多长位置，但我得到了错误。
The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().
我很想知道它是否是一个检查前20个单元格的指定值(1)的函数
浏览 0提问于2019-05-12得票数 0
1回答
我有一只有几栏的熊猫数据。
我根据其中一列的均值和标准差计算z分数.
现在，我想知道基于z-得分的分布是什么？根据直方图可以判断出它的正态分布。
是否有程序可以根据z-得分来区分分发类型？
我对统计学很陌生。所以也许我错过了一些很简单的东西。
示例代码：
df[col_zscore] = (df[column] - df[column].mean())/df[column].std(ddof=0)
浏览 10提问于2022-02-05得票数 1
回答已采纳
我试图得到一个正态分布的z-score (或者简单的score)，就像R qnorm函数一样，但是使用javascript。
在R中是这样的：
> qnorm(0.90, mean = 1500, sd = 300)
[1] 1884.465
javascript有这样的(希望是轻量级的)实现吗？
浏览 11提问于2020-05-22得票数 1
回答已采纳
3回答
孤立点检测的自动化
、、、
我正在研究一个问题，即异常值检测的自动化。为此，我需要一种算法来检测异常值。
我读过关于z分数和分位数范围的文章。但z score只适用于正态分布的数据。并且不确定分位数之间的范围是否适用于所有类型的数据(即使它遵循高斯分布、泊松分布)。我也读过关于DBSCAN的文章，但不知道这种方法的可靠性。
有没有人能推荐一些我可以用来自动化异常值检测的Python算法或包？
我正在寻找一些算法，或者甚至一篇研究论文就可以了，稍后我可以用Python编写代码。
作为参考，下面是我必须找到异常值的数据示例之一。
month Units Sold
1 23178.78
2 23547.41
3
浏览 0提问于2019-04-26得票数 1
我正在尝试模拟数据，其中数据生成过程是p(X，Y) = p(X)p(Z|X)，其中二进制Z的分布取决于X的值，X的值是从标准正态分布生成的。 X是由下面的代码生成的。 X <- rnorm(100, 0, 1) 我如何在X的条件下生成向量Y？我最初的想法是以某种方式使用X生成概率P的向量，然后运行下面的代码，但没有成功。 sapply(P,function(Y){rbinom(1,1,Y)})
浏览 9提问于2019-10-01得票数 1
回答已采纳
假设我有一个数据，df，如下所示：
Client Number (#) Volume ($) Num. z-Score Vol. z-Score
0 ABC 63 131.22 1.17 0.68
1 DEF 44 98.71 2.68 1.35
2 JKL 17 64.15 0.45 0.57
3 PQR 75
浏览 3提问于2022-10-31得票数 2
回答已采纳
1回答
我一直在尝试将对数正态分布的scipy输出与wikipedia上的公式进行匹配。 我被困在有一个下界的部分期望上。 如果我使用这个简单的对数正态分布： k = .25
sigma = .5
mu = .1 # from the logged variable
lnorm = scist.lognorm(s=sigma, scale=np.exp(mu)) 其中k是下界， 根据我的理解，部分期望是由以下给出的： ? 很好。因此，我们简单地讨论对数正态分布的平均值和具有z得分的CDF。scipy提供了部分 lnorm.expect(lambda x:x, lb=k)
>>&g
浏览 31提问于2021-04-23得票数 0
回答已采纳
我试图画出这样的草图:在这里，我可以表示标准正态分布中z值的左/右曲线下的面积，我试图制作一个类似的图形，但这一次我想用两条线显示-2.25<Z<1.77中的所有区域？我搜索了这么多地方，但似乎找不到答案，mosaic::xpnorm()似乎是最近的一个，但我不认为它有选择。
library(mosaic)
xpnorm(1.77, mean=0, sd=1)
浏览 4提问于2019-09-29得票数 0
我知道找到z-score的语法： from scipy import stats
z = stats.zscore(a,axis = 0) 但是，它的值是以数组的形式接受的。我只想要一个值的Z-score计算 我当前的代码是： import numpy as np
mean=100
sd=10
a = [(50-100)/10]
from scipy import stats
z = stats.zscore(a)
print(z) 在上面的代码中，我只需要a的z分数
浏览 60提问于2019-05-19得票数 1
我有一组法线近似的z-scores，需要对其进行多次测试，为此，我将z-score转换为相应的调整p-value，如下所示：
# Reproducible R-code
z = -24.831
ntests = 487
p = 2*pnorm(-abs(z)) # Yields p = 4.14869e-136
p.adj = p.adjust(p,method="fdr",n=ntests) # Yields p.adj = 2.020412e-133
z.adj = qnorm(1-p.adj/2) * sign(z
浏览 3提问于2015-04-14得票数 0
回答已采纳
1回答
我对C++比较陌生，但对编程不是很熟悉，我也不明白为什么在我的C++程序中使用with循环来解决这个非常奇怪的问题。
while (runUserInputLoop)
{
displayMenu();
cout << "Enter the number that corresponds with your choice from the menu: ";
getline(cin, menuLoopChoice);
if (menuLoopChoice == "1")
{
cout <&l
浏览 2提问于2015-12-16得票数 1
回答已采纳
我想找到最适合某些数据的分布。这通常是某种测量数据，例如力或扭矩。
理想情况下，我希望使用多个发行版运行Anderson-Darling，并选择p值最高的发行版。这将类似于Minitab的“适合度”测试。我很难找到计算p值的Anderson-Darling的python实现。
我尝试过stats.anderson()，但它只返回AD统计数据和具有相应意义级别的临界值列表，而不是p值本身。
我也研究过statsmodels，但它似乎只支持正态分布。我需要比较几种分布(正态分布、威布尔分布、对数正态分布等)的拟合。
在python中是否有一个返回p值并支持非正态分布的Anderson-Darlin
浏览 6提问于2018-06-12得票数 5
1回答
两种正态分布的比较
、、、
我有两个正态分布的样本。我想知道它有多接近或相似。我尝试了几种方法来寻找相似性，比如z-score和bhattacharyya distance。 Bhattacharyya距离对我不起作用。如果两个样本的标准差相同，则给出相同的距离。它不会随着均值的变化而改变。 我想知道是否有任何方法可以获取样本或其均值和标准差，以找到相似度或相似度排名，例如。 我没有数学背景，所以请忽略术语错误，如果需要澄清，请告诉我。
浏览 56提问于2019-04-24得票数 0
1回答
可能重复：
通过阅读stackoverflow的评论，我发现z-score可以用Python或perl计算，但我还没有遇到R的任何计算。我错过了吗？可以用R来完成吗？
As (.)
z-score = (x-μ)/σ
x is a raw score to be standardized;
μ is the mean of the population;
σ is the standard deviation of the population.
我相信有专门为此设计的R包？我们在哪里能找到他们？或者类似的标准化包？
浏览 257提问于2011-06-07得票数 32
1回答
神经网络计数数据的数据归一化
、、、、
我有一个稀疏的计数数据矩阵，作为神经网络的输入。
我知道，通常情况下，输入数据应该标准化(例如通过min缩放、z-score标准化等等)。但是对于重要的特性，什么是好方法呢？我是否应该对数据进行\log_2(x+1)转换，然后进行z-score标准化？还有其他更好的方法吗？
浏览 0提问于2019-05-12得票数 1
1回答
我用Python写了一个异常值检测的代码。我使用了z-score方法来实现这一点。你可以在下面看到我的数据和代码。 data =[5,10,15,20,25,30,36,22]
data.append(180)
data = pd.DataFrame(data, columns = ["Data"])
z = np.abs(stats.zscore(data))
print(z)
print(np.where( z > 1.5)) 我写这段代码是为了检测异常值。实际上，我想得到z得分高于1.5的值的指数。但我认为输出有问题。 Data
0 0.649600
1 0.
浏览 19提问于2021-06-21得票数 0
回答已采纳
2回答
我开发了一个简单的、闪亮的应用程序，它在一个发行版上以分数my_x作为输入，平均my_mean和标准差my_sd。作为输出，应用程序返回具有正态分布的格子图和相应的z-score of my_x。请在上找到应用程序的代码。
现在，我想在应用程序中添加第二个功能：
例如，通过检查一个checkboxInput，我将计算输入的pnorm，并对图的相对区域进行阴影。
我为图形编写了代码(这里是预期结果的示例)，但我不知道如何使它在闪亮的环境中工作。特别是，我想不出如何用复选框激活函数，并在绘制图形的第一个函数中正常工作。
library(lattice)
e4a <- seq(60, 170,
浏览 7提问于2016-04-08得票数 1
回答已采纳
我正在尝试比较使用R中的package的推荐算法，只想知道如何将关联规则合并到算法列表中进行比较(可以使用arules包的结果)。
algorithms <- list(
"random items" = list(name="RANDOM", param=list(normalize = "Z-score")),
"popular items" = list(name="POPULAR", param=list(normalize = "Z-score")),
"user-based
浏览 1提问于2015-04-30得票数 1
回答已采纳
我试图计算正态分布曲线下的面积。通常，我可以参考计算器或z表。但是，我该怎么编码呢？我有z，mu，sigma和界的值。我在网上看到了多个代码，但没有一个能解释其背后的逻辑。我不想使用外部方法，而是学习它是如何工作的，然后为它编写代码。
如果有人能提供一种算法来计算曲线下的面积，使用z，mu，sigma和界，而不需要任何复杂的细节，这将是一个很大的帮助。
谢谢
浏览 4提问于2014-11-24得票数 2
回答已采纳
2回答
我正在尝试做一个假设检验，看看一个比例与另一个比例是否有显着差异。对于这种特定的情况，R中是否有一个函数？我应该如何获得z-score，Zc，p hat等？ 非常感谢
浏览 22提问于2021-04-12得票数 0
回答已采纳
--我正在学习假设检验，并通过以下示例：
一家大型电力公司的首席执行官声称，他的100万客户中有80 %对他们所得到的服务非常满意。为了验证这一说法，当地报纸用简单的随机抽样对100名顾客进行了调查。在抽样的顾客中，73 %的人说他们非常满意。基于这些发现，我们是否可以拒绝首席执行官的假设，即80%的客户非常满意？使用0.05的显着性水平。
在使用单样本z测试计算p值时，与python.中的引导方法相比，我得到了不同的结果。
Z-测试方法：
σ= sqrt (0.8 * 0.2) / 100 = sqrt(0.0016) =0.04z= ( P ) /σ=(.80-/0.04)= -1.75
浏览 5提问于2019-03-01得票数 3
回答已采纳
1回答
我正在创建一个应用程序，需要使用标准分数。获得z值没有问题，但我想把它转换成百分位数.有人知道如何在Swift做这样的事情吗？
浏览 2提问于2016-04-13得票数 1
回答已采纳
我正在尝试为使用python中的熊猫的dataframe的所有其他列添加一个公共列。
我目前有：
Flow % Z-score
Name1 262 0.2% 0.1
Name2 924 1.6% 1.0
并试图做到：
Combined
Flow % Z-score
Name1 262 0.2% 0.1
Name2 924 1.6% 1.0
有什么建议吗？
浏览 0提问于2018-07-25得票数 0
回答已采纳
1回答
定义随机变量
、、
我是Python的新手。我必须创建一个新的rv U(t)。假设Z有一个标准的正态分布c = 1.57，我有：
U(t) = 0 if Z(t) <= c
U(t) = Φ(Z(t)) Z(t) > c
其中Φ(·)是标准正态分布N(0, 1)的cdf。
我开始从正态分布中抽样随机数，并创建一个零数组：
z = np.random.normal(0, 1, 100)
u = np.zeros([1, 100])
然后，我编写了以下循环：
for i in list(range(1, 101, 1)):
if z[:i] < c:
u[:i] = 0
浏览 4提问于2022-11-21得票数 1
回答已采纳
我有一个关于z-score normalization方法的问题。
此方法使用z-score对数据集的值进行normalize，并需要一个mean/std。
我知道您通常应该使用数据集的mean/std。
但是，我在pytorch.org和网络上看到了多个教程，他们只是使用0.5 for mean/std，这在我看来完全是武断的。
我想知道他们为什么不使用数据集的mean/std？
示例教程，其中他们只使用0.5作为mean/std：
浏览 8提问于2020-02-13得票数 1
1回答
为什么它显示为空数组？
、、、、
当我设置一个阈值并打印低于该阈值的数据时，我使用z计分方法来去除..but的异常值，我得到了空数组。我试过下面的代码。
from scipy import stats
z=np.abs(stats.zscore(df.High))
print(z)
threshold=7
print(np.where(z>7))
它显示了下面的输出，其中显示了一个值的数组。
(array([], dtype=int64),)
浏览 0提问于2021-02-03得票数 0
我使用的是具有两个主列的Excel。一列包含所有学生，另一列包含相应的z分数。 在报告格式中，我想创建一个新的表，其中只包含z分数< -1的学生。 我到目前为止所得的资料如下： =(INDEX(IF(F8:F37<-1,B8:B37,))) 这正是我想要的；但是，当学生分数不小于-1时，它会将单元格留空。我希望它只在满足条件的情况下才打印学生姓名，并且根本不会生成空单元格。期望的结果如下所示： | Name | z-score | | Report of students 1 SD below average |
|-----------|---------|---
浏览 44提问于2019-10-17得票数 1
2回答
我有一个熊猫系列，它需要对数转换为正态分布。但我还不能记录转换，因为有值=0和值低于1 (0-4000)。因此，我想首先对系列进行规范化。我听说过StandardScaler(Scikit Learn)，Z-score标准化和最小-最大缩放(标准化)。我想稍后对数据进行聚类，哪种方法是最好的？StandardScaler和Z-score标准化使用均值、方差等。我可以在“尚未正态分布”的数据上使用它们吗？
浏览 1提问于2016-06-18得票数 10
1回答
我几乎完成了下面的图表，但它有一个问题。
图形中的图例绘制两次。
以下是数据：
structure(list(Period = c("January 1997 - August 2003", "September 2003 - Jun 2005",
"Jul 2005 - Dec 2009", "January 1997 - August 2003", "September 2003 - Jun 2005",
"Jul 2005 - Dec 2009"), Time.Period = struc
浏览 1提问于2013-03-13得票数 5
回答已采纳
在matlab中，很容易生成一个具有均值和标准差的正态分布随机向量。来自help randn的：
从均值为1，标准差为2的正态分布中生成值。r=1+2。*randn(100，1)；
现在我有一个协方差矩阵C，我想生成N(0，C)。
但是我怎么能这样做呢？
来自随机帮助:从具有指定均值向量和协方差矩阵的二元正态分布生成值。mu =1 2，Sigma =1 .5，.5 2，R=chol(Sigma)，z=repmat(µ，100，1)+ randn(100,2)*R；
但我不知道他们到底在这里做什么。
浏览 1提问于2010-12-06得票数 4
我想创建一个做假设检验的函数。其中一个参数是alpha，给定alpha，我想得到拒绝区域(通过查找z-score表)，我如何使用python来实现？
例如:如果我输入alpha=0.05，它应该返回- 1.96，1.96
浏览 1提问于2020-11-15得票数 0
? normpdf()函数在R中的最佳替代品是什么?其中，MATLAB的normpdf( x )返回标准正态分布的概率密度函数(pdf)，以x中的值计算。 我尝试了R中的dnorm()函数，但是它给出了一个错误，它是- Error in dnorm(z) : Non-numeric argument to mathematical function 注意:我使用的矩阵是属于dgeMatrix class的z，其维度为(645x7)。 有人能告诉我这里出了什么问题吗。感谢你的帮助，非常感谢。
浏览 64提问于2021-09-22得票数 0
1回答
如何将数据转换为正态分布
、、、、
我有一个数据集，包括6个月内30k客户的页面浏览数。它还包括以下内容：
使用的唯一操作系统数量
唯一浏览器用户数
使用的唯一cookie的数量--所有这些数字--都需要6个月的时间。
现在，我确实尝试使用以下方法做一个正常的测试：
from scipy.stats import normaltest
k2, p = normaltest(df)
print(p)
它返回0.0，意味着数据没有遵循正态分布。
现在我想知道为什么？我认为通常情况下，随着尺寸的增加，我们会看到数据的正态分布，因为数据的大小是30k，我无法理解为什么它不是正态分布。
我试着把他们转换成Z得分，但还是
浏览 0提问于2018-09-18得票数 3
1回答
我试图使用GPU在PyTorch中的加速来优化一个函数(PyTorch)。这是直接的Python代码，我在这里做fit的计算
import numpy as np
...
for j in range(P):
e[:,j] = z - h[:,j];
fit[j] = 1/(sqrt(2*pi)*sigma*N)*np.sum(exp(-(e[:,j]**2)/(2*sigma**2)));
变量维数为：zNx1、hNxP、eNxP、fit1xP。其中P是fit的维数，N是每个维的长度。
我知道应该避免for循环，所以我试图通过torch.cuda.FloatTensor
浏览 4提问于2017-11-14得票数 0
回答已采纳
1回答
使用带有csv数据模型的Keras处理LSTM，如下所示
我用下面的代码训练它
import numpy as np
def to_sequences(seq_size, obs):
x = []
y = []
for i in range(len(obs)-SEQUENCE_SIZE-1):
#print(i)
window = obs[i:(i+SEQUENCE_SIZE)]
after_window = obs[i+SEQUENCE_SIZE]
window = [[x] for x in
浏览 1提问于2018-02-21得票数 0
4回答
我有数据，其中我有一个变量z，其中包含大约4000个值(从0.0到1.0)，其直方图如下所示。
现在我需要生成一个随机变量，称为random_z，它应该复制上面的分布。
到目前为止，我尝试的是生成一个以1.0为中心的正态分布，这样我就可以删除所有1.0以上的分布，以获得类似的分布。我一直在使用numpy.random.normal，但问题是我不能将范围设置为0.0到1.0，因为通常正态分布的平均值为0.0，而std = 1.0。
在Python中生成这个发行版还有其他方法吗？
浏览 0提问于2014-05-13得票数 16
回答已采纳
当研究python内置的浮点函数时，我读了。得到了一些理解。
浮点的真实值与它们的演示值不同，就像0.1的真实值是'0.1000000000000000055511151231257827021181583404541015625'一样。
python中的任何浮点数都有固定值，使用IEEE-754。
math.fsum给出了与输入的精确数学和最接近的可表示值。
但是在做了一系列的实验之后，我仍然遇到了一些尚未解决的疑问。
Doubt1
在我在第一段中提到的教程文档中，它给了我们一个例子：
>>> sum([0.1] * 10) == 1.0
浏览 0提问于2017-12-12得票数 0
回答已采纳
链接：
我用过Z3作为SAT解算器。对于更大的公式，似乎存在性能问题，这就是为什么我想查看picosat，看看它是否是一个更快的替代方案。我现有的python代码用z3语法生成一个命题公式：
from z3 import *
import pycosat
from pycosat import solve, itersolve
#
#1 2 3 4 5 6 7 8 (variable names in picosat are numbers!)
#
C, G, M, P, R, S, SN, B = Bools('C G M P R S SN B')
C
浏览 4提问于2013-10-23得票数 5
我使用相同的数据集在Python语言和R民歌中应用Z-score来演唱这个
Python
from scipy import stats
a = np.array([ 0.7972, 0.0767, 0.4383, 0.7866, 0.8091, 0.1954,
0.6307, 0.6599, 0.1065, 0.0508])
stats.zscore(a)
array([ 1.1273, -1.247 , -0.0552, 1.0923, 1.1664, -0.8559, 0.5786,
0.6748, -1.1488
浏览 2提问于2015-07-10得票数 2
我使用np.random.normal()在python中使用正态分布生成随机数。
但是，有没有任何方法可以使用python中的正态分布来生成等间距数？
浏览 3提问于2020-06-21得票数 1
回答已采纳
我不知道如何在Scipy中进行两个样本的KS测试。
在阅读文档之后
我可以看到如何测试一个分布是否与标准正态分布相同。
from scipy.stats import kstest
import numpy as np
x = np.random.normal(0,1,1000)
test_stat = kstest(x, 'norm')
#>>> test_stat
#(0.021080234718821145, 0.76584491300591395)
这意味着在p值为0.76时，我们不能拒绝两个分布相同的零假设。
然而，我想要比较两个分布，看看我是否可
浏览 4提问于2012-06-05得票数 99
回答已采纳
1回答
我想用python根据一个特定的概率函数来画一个随机值(r)：
该值应该是具有概率(p)和概率(1-p)的固定常数，该值是从区间(a，b)中的正态分布中随机抽取的。
在我看来，该函数由两个绘图组成：
第一个图:概率加权函数，概率为p和(1-p)。
第二次抽签:从区间(a，b)内的截断正态分布抽签。
f.e.constant = 10; p = 0,3; 1-p = 0,7, a=5, b=15
我的想法是：
r = random.choices([constant,random.normal()], weights=(0.3, 0.7))
然而，它似乎不起作用，我不知道如何包括区间(a，b)。
浏览 17提问于2021-05-21得票数 0
回答已采纳
2回答
我在R中使用glm()函数，但由于某些原因，我不明白p值是如何计算的。Pr(>|z|)在这里的意思是什么？
我在某个地方读到p-values被计算为2*pnorm(z)。考虑到这个公式，我的计算不会导致glm()函数产生什么结果。
Call: glm(formula = fmla, family = binomial(), data = tmpData, na.action = na.exclude)
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept)
浏览 3提问于2013-08-05得票数 2
1回答
我做了一个闪亮的应用程序：
library(shiny)
library(shinythemes)
ui <- fluidPage(
theme=shinytheme("superhero"),
sidebarLayout(
sidebarPanel(
numericInput(
"num1",
label = h3("Numeric input1"),
value = 1,
min = 1,
max = 9,
浏览 4提问于2021-06-04得票数 0
回答已采纳
1回答
返回分布的z值- python
、、、、
我有一个二元分布，它是从'Int_1','Int_2'中每个Group的xy点生成的。我通过Norm将分布归一化，并将其传递给轮廓以显示z值。 我想返回在'Item_X','Item_Y'中显示的xy点的二元分布的z值。使用白色散射点的下图中提供了一个这样的示例。 最后，我将把每个时间点的'Item_X','Item_Y'的z值传递给一个数据帧，并将其附加回原始df。 import pandas as pd
import numpy as np
from scipy.stats import mu
浏览 25提问于2021-06-16得票数 4
我正在寻找任何脚本(最好是Python)来计算三维数据序列的二维正态分布函数。如果一个不存在，我会感谢任何代码，或伪代码，有人可以提供。
输入将是一个三元组列表，如下所示
[[x1, y1, z1], [x2, y2, z2], [x3, y3, z3],..., [xn, yn, zn]]
我需要的是最接近于数据的二维正态分布的均值和标准差/方差，以便能够操纵它，并在以后重新创建它。
示例
为了简单起见，我将使用一维正规函数。如果我有以下二维数据点
[
[-4, 0.0001],
[-3, 0.0044],
[-2, 0.054 ],
[-1, 0.242 ]
浏览 0提问于2012-01-05得票数 2
回答已采纳
1回答
我编写了一个函数，用于对正态分布进行kmeans聚类。该函数既可用于一维正态分布，也可用于二维正态分布。绘制一维kmeans聚类很容易，可以使用以下方法进行b：
plot(data[idx==0,0],data[idx==0,1],'ob',
data[idx==1,0],data[idx==1,1],'or',
data[idx==2,0],data[idx==2,1],'og',
data[idx==3,0],data[idx==3,1],'oy',
浏览 2提问于2013-12-13得票数 3
3回答
我将以Python中的正态分布为例进行演示。
def norm_pdf(x, mu=0, v=1, p=1):
"""Returns un-normalized probability density of normal distribution at x.
mu: mean
v: variance
p: precision (inverse of variance)
"""
# if they specify v
return 2.71828**(-(x-mu)**2/v/2)
# if they specify
浏览 0提问于2020-05-05得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
