Scipydocs给出指数使用的分布形式为：
expon.pdf(x) = lambda * exp(- lambda*x)
然而，拟合函数需要：
fit(data, loc=0, scale=1)
和 rvs 函数需要：
rvs(loc=0, scale=1, size=1)
问题 1：为什么是外部位置变量？我知道指数只是更一般的分布（gamma）的特定形式，但为什么要包含未需要的信息？甚至 gamma 也没有位置参数。
问题 2：fit（...）的输出与输入变量的顺序相同。我的意思是如果我这样做：
t = fit([....]) , t will have the form t[0], t[1]
我应该解释 t [0] 作为形状和 t1作为规模。
这是否适用于所有的分布？
关于伽马：
fit(data, a, loc=0, scale=1)
4
每个单变量概率分布，无论其通常的公式是什么，都可以扩展为包含位置和比例参数的当前 i / i。有时，这需要将分布的支持从仅正 / 非负实数扩展到整个实数行，当低于loc值时，该值为 0。scipy.stats这样做是为了将loc和分布的所有处理移至
如果存在N形状参数，则fit()方法的输出是形式为(shape0, shape1, ..., shapeN, loc, scale)的元组。对于没有形状参数的正态分布，它将仅返回(loc, scale)。对于具有一个的伽马分布，它将返回(shape, loc, scale)。多个形状参数将与您在每个方法上的顺序相同。
本站系公益性非盈利分享网址，本文来自用户投稿，不代表边看边学立场，如若转载，请注明出处
评论列表（44条）