CDF(cumulative distribution function)叫做累积分布函数

描述一个实数随机变量X的概率分布,是概率密度函数的积分。

我觉得它的最主要作用就是观测某些数值也就是随机变量的取值在那个附近出现的概率比较大,它是一个增函数. 可以有效的处理一些异常值.

随机变量小于或者等于某个数值的概率P(X<=x),即:F(x) = P(X<=x)
累积分布函数(cumulative distribution function):对连续函数,所有小于等于a的值,其出现概率的和。F(a)=P(x<=a)

根据这张累积分布函数图,可以很方便地回答之前的两个问题:

1)CDF中横轴上的2对应的Y值约为0.98,因此所有大于2的数据点所占比例约为2%。
2)CDF中横轴上的1.3对应的Y值约为0.75,因此所有介于1.3和2之间的数据点所占比例约为23% (0.98-0.75)。


与直方图、核密度估计相比,累积分布函数存在以下几个特点:

累积分布函数是X轴单调递增函数。
累积分布函数更加平滑,图像中噪音更小。
累积分布函数没有引入带宽等外部概念,因此不会丢失任何数据信息。对于给定的数据集,累积分布函数是唯一的。
累积分布函数一般都经过归一化处理,单调递增且趋近于1。



下面我们来讲一下怎么用matlab来画我们的累计分布图.

比如我们有一组CSV的数据,我们把这个存储这个数据的文件取名叫做test.csv

116,218,119
123,219,106
113,219,119
117,232,105
118,208,117
116,222,106
117,221,119
129,232,108
124,234,118
124,234,107
132,234,117
125,226,106
135,225,112
126,231,107
134,250,113
141,223,107
118,260,113
117,249,107
112,261,118
118,234,107
118,257,119
119,256,105
117,281,118
129,266,107
131,260,119
143,239,105
128,263,120
135,267,107
127,259,118
119,285,103
159,269,119
138,264,106
142,259,122
128,285,111
158,269,133
129,264,106
130,259,124
137,228,105
139,262,126
130,249,111
114,275,117
126,227,107
119,230,118
118,224,107
130,226,118
126,227,106
129,264,114
125,254,106
132,252,114
130,229,106
135,229,117
121,251,108
129,243,119
125,226,105
113,275,114
120,255,104
111,274,119
118,255,107
115,274,120
129,260,107
126,249,119
135,235,109
136,281,125
132,266,106
134,263,122
123,255,108
129,258,116
127,264,105
113,257,122
115,264,102
129,257,133
126,275,104
126,272,123
122,260,108
128,256,120
117,265,105
117,254,122
117,263,109
123,238,125
130,285,106
130,282,121
152,251,106
131,233,111

现在我们就是要用这个数据画一组CDF图像.

%read data into matirx
%http function
fid = fopen('./test.csv','rt'); %首先打开文件把数据读取出来
C = textscan(fid, '%f %f %f', 'Delimiter',',');
fcolse(fid); %之后把数据扫描进C这个变量中,我们是按照浮点类型的形式来处理我们的数据的
%由于我们的数据有三列,所有我们这里取了三个%f出来,根据不同的数据我们取不同的格式说明符号.可以用类似C语言.每个数据之间是按照","来做分割.
%Delimiter表示的是取某些分割符来切分数据,再后面我们写逗号,表示按照逗号来分割数据data1 = deal(C{1});
% 每一列数据表示的一次随机实验中取到的随机变量,所以我们分别处理
%这三组数据,以此类推.
data2 = deal(C{2});data3 = deal(C{3});cdfplot(data1);% 在matlab中画图我们使用cdfplot,这个命令
set(h1,'color','b','LineWith',3);
xlabel('NUmbers of Http Pings','FontSize',30);
ylabel('CDF','FontSize',30);
title('')

写在后面的话

每天做点顶级研究人员该做的事情,每天做点顶级程序员会做的事情.每天都要保持进步!
你必须非常努力,才可以看起来毫不费力.

无意中发现了一个巨牛的人工智能教程,忍不住分享一下给大家。教程不仅是零基础,通俗易懂,而且非常风趣幽默,像看小说一样!觉得太牛了,所以分享给大家。点这里可以跳转到教程 https://www.cbedai.net/chichoxian

matlab画CDF曲线相关推荐

  1. matlab做cdf图,matlab画CDF曲线

    CDF(cumulative distribution function)叫做累积分布函数 描述一个实数随机变量X的概率分布,是概率密度函数的积分. 我觉得它的最主要作用就是观测某些数值也就是随机变量 ...

  2. matlab画简单曲线,并进行标注、图例、加网格,等操作

    原文地址为: 用matlab画简单曲线,并进行标注.图例.加网格,等操作 用matlab画简单曲线,并进行标注.图例.加网格,等操作 工具/原料 matlab 软件 方法/步骤 本人采用的是r2012 ...

  3. 怎样用MATLAB画二次函数曲线,matlab画二次函数图像

    [8 70 118 100 9 0 5]; 以上是每一个 X 和 Y 对应的坐标,请问如何编程能够绘制平滑曲线,这个图形就像二次函数一样的 如果要在图中绘制一条直线加上 y=...... MATLAB ...

  4. matlab roc曲线,MATLAB画ROC曲线,及计算AUC值

    标签: 根据决策值和真实标签画ROC曲线,同时计算AUC的值 function auc = roc_curve(deci,label_y) %%deci=wx+b, label_y, true lab ...

  5. matlab计算prc曲线auc面积,MATLAB画ROC曲线,及计算AUC值

    根据决策值和真实标签画ROC曲线,同时计算AUC的值 步骤: 根据决策值和真实标签画ROC曲线,同时计算AUC的值: 计算算法的决策函数值deci 根据决策函数值deci对真实标签y进行降序排序,得到 ...

  6. Matlab画三维曲线入门

    matlab 调用plot3函数来绘制三维曲线图,调用格式如下:        plot3(x1,y1,z1,'PropertyName','PropertyValue'...); PropertyN ...

  7. 怎么用matlab画无差别曲线,MATLAB系列第二章初等模型.ppt

    <MATLAB系列第二章初等模型.ppt>由会员分享,可在线阅读,更多相关<MATLAB系列第二章初等模型.ppt(68页珍藏版)>请在人人文库网上搜索. 1.第二章 初等模型 ...

  8. matlab 画非线性曲线,MATLAB实例:非线性曲线拟合

    MATLAB实例:非线性曲线拟合 用最小二乘法拟合非线性曲线,给出两种方法:(1)指定非线性函数,(2)用傅里叶函数拟合曲线 1. MATLAB程序 clear clc xdata=[0.1732;0 ...

  9. MATLAB画ROC曲线

    转自: http://www.sjsjw.com/kf_other/article/67_8369_7749.asp ROC曲线 对于0,1两类分类问题,一些分类器得到的结果往往不是0,1这样的标签, ...

最新文章

  1. Java 未死,依然很牛逼!
  2. automapper
  3. 成功解决CondaError: Error reading file, file should be a text file containing packages conda create --he
  4. 对于窗口大小为n个滑动窗口,最多可以有( )帧已发送但没有确认。
  5. java 字符串包含某个字符_java中判断字符串中是否包含某个特定字符串的方法有哪些...
  6. Java入门到月入2W+ IT各种技术教学资料分享
  7. jenkines的工作区目录位置查找
  8. Python菜鸟入门:day15编程学习
  9. 平流式沉淀池表面负荷怎么计算_竖流式与辐流式沉淀池
  10. java 分页读取数据
  11. 关于CWMP基础(一)----(TR069)
  12. Jeff Atwood:Google的头号UI问题
  13. 【图片编辑小软件, 在线文件转换器】FastStone Photo Resizer支持批量转换和批量重命名;免费快速在线转换器, 将pdf, 图像, 视频, 文档, 音频, 电子书及压缩等格式相互转换
  14. 正则表达式忽略大小写
  15. 扣丁软件测试基础知识,苹果无线充电线圈揭秘,iphone8无线充电线圈介绍
  16. Cloudsim和算法
  17. Javascript-循环
  18. python PIL库安装
  19. word标题编号消失解决
  20. java mail 是什么_JavaMail是什么意思

热门文章

  1. Leangoo团队敏捷开发实现过程
  2. 为什么数据库连接池不采用IO多路复用?
  3. 一篇文章搞懂Filebeat
  4. 互联网大厂有哪些分库分表的思路和技巧?
  5. 面试官:谈谈分布式锁的实现
  6. 一个思维习惯,让你成为架构师
  7. 记一次有惊无险的 JVM 优化经历!
  8. Worktile 进军软件开发与协作的初心与野心
  9. 项目管理难,如何高效地对项目进行管理?
  10. [置顶] ros的navigation之———gmapping应用详解(in ros)