机器学习基础知识之概率论的Matlab描述概率的图像(一)
机器学习基础知识之概率论的Matlab描述概率的图像(一)
(由于有很多的分布,而且还有一维分布以及多维分布,因此,我们一篇博文写下来的话内容量太大,文章太长,因此,我们分三次写完所有的基本的一维以及多维的概率图像的绘制,这是第一篇 :机器学习基础知识之概率论的Matlab描述概率的图像(一)。)
文章目录
- 机器学习基础知识之概率论的Matlab描述概率的图像(一)
- 一、安装Matlab
- 二、 Matlab基本介绍以及基本的语法
- 1、优点
- 2、语法简介
- 二、实际的应用
- 1、调用rand函数大生成6x6的随机数矩阵并将矩阵列拉长画出频数直方图
- 2、使用normrnd函数生成随机数据
- 3、绘制正态分布曲线
- 4、调用randn含糊生成6x6的正态随机数矩阵,并且将矩阵按照列拉长画出频数直方图
- 5、绘制Γ函数对应的Γ分布函数
- 6、绘制χ²的概率分布函数
- 7、非中心的χ²的概率分布函数的曲线的绘制
- 8、T分布函数的绘制
- 9、Rayleigh分布函数的绘制
一、安装Matlab
我们在如下所示的网站按照指导安装Matlab即就可以了:
https://mp.weixin.qq.com/s?__biz=MzA4MjU4MTg2Ng==&mid=2247488991&idx=3&sn=e3322a42f8a7eda2c74d4f613e6b4105&chksm=9f82d5daa8f55ccc443b85431e67f2ad54c8f08f9215c7ef1362c7a2527aaf59a92b2d16e297&mpshare=1&scene=23&srcid=0719PfB3xTn47yBITpSqBvnK&sharer_sharetime=1626680800933&sharer_shareid=35ba81c1ca8b2ad338ff721c6ae0ce49#rd
里面有详细的安装指导,这里不必过多的叙述了。
二、 Matlab基本介绍以及基本的语法
1、优点
1、简单易用;
2、平台的可移植性高;
3、丰富的预定义的函数;
4、以矩阵为基础的运算;
5、强大 的图形界面。
2、语法简介
我们这里着重于matlab的使用,不专注于语法知识,因此,如果还不太了解matlab的读者可以访问如下地址了解matlab语法:
https://www.w3cschool.cn/matlab/
里面有详细的教程指导,我们就不再赘述语法知识了,主要在于应用软件帮助我们学习概率的描述等方面的内容以及其他的方面的实验等。
语法我们不多说,下面直接开始matlab在概率论与数理逻辑中的应用
二、实际的应用
下面开始绘制概率分布函数。
这里,我们绘制九个常见的分布函数,采用循序渐进的方式来写代码,前民的例子代码比较简单,后面的代码有一定的综合性。
当然,九个函数是不能绘制所有的概率曲线的,剩下的一些概率曲线,我们将在后两篇文章中讲解绘制。
下面就是本文的九个常见的概率分布函数的绘制以及其绘制的结果的展示,
如下所示:
1、调用rand函数大生成6x6的随机数矩阵并将矩阵列拉长画出频数直方图
最后,通过上面的代码。我们可以得到如下所示的图像:
2、使用normrnd函数生成随机数据
除了rand之外,还可以使用normrnd来产生随机数据。
(那个错误可以忽略,www)
3、绘制正态分布曲线
我们下面分别绘制,(μ,σ²)在(-1, 1);(0, 0.1);(0, 1);(0, 10);(1, 1)的时候 的正态分布的曲线:
(-1, 1)
注意代码中使用英文的一个单引号可以不打印:
生成的是一个正态分布的曲线:
后面的话还是同样的操作:
(0, 0.1)
(0, 1)
(0, 10)
(1, 1)
4、调用randn含糊生成6x6的正态随机数矩阵,并且将矩阵按照列拉长画出频数直方图
5、绘制Γ函数对应的Γ分布函数
例如:
(a,λ )=(2, 1):
再例如:
(a,λ )=(0, 10):
还有:
(a,λ )=(3, 1):
6、绘制χ²的概率分布函数
在自由度n=3的时候:
在自由度n=5的时候:
在自由度n=15 的时候:
7、非中心的χ²的概率分布函数的曲线的绘制
我们在这里绘制一个对比的图片来进行更加清晰的显示:
这里的代码注意一下:
注意哪些是绘制图像,哪些可以使得不同的图形在同一个图像中呈现,哪些是绘制示例的:
8、T分布函数的绘制
这里我们一次性绘制多个曲线,方便我们进行比较:
这里,我们可以清楚的看到T分布的特点啦:
9、Rayleigh分布函数的绘制
好了,我们第一篇就绘制着九个曲线图啦。
最后,感谢大家的阅读与支持,如果觉得有帮助的话,就点个赞吧。期待您的持续关注哦。
谢谢大家的阅读啦。
机器学习基础知识之概率论的Matlab描述概率的图像(一)相关推荐
- 机器学习基础知识之概率论的随机变量及其分布
❤️机器学习基础知识❤️之概率论的❤️随机变量及其分布❤️ 文章目录 ❤️机器学习基础知识❤️之概率论的❤️随机变量及其分布❤️ 一.随机变量以及其分布 1.连续变量 2.离散变量 3.概率密度 二. ...
- 机器学习——基础知识
机器学习--基础知识 机器学习 概述 机器学习(Machine Learning,ML) 是使用计算机来彰显数据背后的真实含义,它为了把无序的数据转换成有用的信息.是一门多领域交叉学科,涉及概率论.统 ...
- 独家 | 机器学习基础知识梳理,新手必备!(附链接)
翻译:吴金笛 校对:丁楠雅 本文约4000字,建议阅读16分钟. 本文介绍了机器学习以及几个易与其混淆的术语,并给出了几个机器学习的应用. 介绍 在过去的几年里,人们对机器学习重新产生了兴趣. 这种复 ...
- 一次性掌握机器学习基础知识脉络 | 公开课笔记
来源 | AI科技大本营在线公开课 嘉宾 | 张相於 整理 | suiling 本次公开课AI科技大本营邀请到了阿里巴巴的高级算法专家张相於,他将从数据的概率分布开始介绍机器学习核心概念之间的有机关系 ...
- 今晚直播 | 一次性掌握机器学习基础知识脉络
机器学习第二次入门 AI科技大本营在线公开课第15期 主题:机器学习第二次入门 时间:9月6日(今晚) 20:00-21:00 入群福利:讲师交流+PPT分享+抽奖送书 扫码添加小助手,备注:机器学习 ...
- 什么是 ML.NET?应该如何理解机器学习基础知识?
ML.NET 是一个免费的开源跨平台机器学习框架,可用于生成自定义机器学习解决方案并将其集成到 .NET 应用程序. 借助 ML.NET API,可以使用你已有的 .NET 技能将 AI 结合到应用中 ...
- 一次性掌握机器学习基础知识脉络 | 百万人学AI
我们这次分享的题目叫做<机器学习第二次入门>.我先简单自我介绍一下,我现在在做算法工作,在阿里做高级算法专家,主要关注的领域是在推荐系统.机器学习.金融风控这些方面. 本次分享包括三个内容 ...
- 机器学习基础知识总结
机器学习 一.回归 1.普通线性回归 2.回归评估指标 3.岭回归 4.LASSO回归 5.弹性网络 6.逻辑斯蒂回归 7.贝叶斯岭回归 8.核岭回归 9.SVR 二.分类 1.k近邻 2.分类指标 ...
- 机器学习基础知识总结!
机器学习定义 机器学习(Machine Learning)本质上就是让计算机自己在数据中学习规律,并根据所得到的规律对未来数据进行预测. 机器学习包括如聚类.分类.决策树.贝叶斯.神经网络.深度学习( ...
最新文章
- IDEA插件-生成对象所有set方法--->GenerateAllSetter
- 风变python小课离线版_Python是个什么鬼?为什么医学生朋友圈里都是它!
- linux tlhelp32.h,CreateToolhelp32Snapshot
- android 距离设置多少dp核实,【Android学习】android布局中几个距离单位的区别:px、dp、sp...
- cve2018 linux内核提权漏洞,CVE-2018-18955:较新Linux内核的提权神洞分析
- Maple学习笔记——基础
- leetcode707.设计链表(Python实现)
- 信用卡业务愈卷愈烈,银行机构如何突围?
- 用java制作扑克牌_利用java如何实现扑克牌小游戏
- 【Unity3D】粒子系统ParticleSystem
- 《围城》读后感:你的心是一座城,愿你城中有幸福
- MOOC《Python语言程序设计》(第15次)Python计算生态概览(第九周)
- identifier of an instance of was altered from xxx to xxx问题解决
- 视频服务器(6) Kurento[1] rtsp2webrtc
- Python 如何进行JSON提取数据的字段值?
- 如何更高效地在IT职场中摸爬滚打
- QQ空间获取指定QQ号信息接口
- 操作系统第一章-第2节:操作系统的特征
- xbox控制台小帮手怎么卸载?
- 2.用一个简单的pk小游戏深刻理解继承