Logistic 分布
Logistic 分布
Logistic 分布用于描述增长。
广泛应用于机器学习中的逻辑回归、神经网络等。
它有三个参数
loc - 均值，峰值所在位置。默认为 0。
scale - 标准差，分布的平坦度。默认为 1。
size - 返回数组的形状。
示例
从均值为 1，标准差为 2.0 的 Logistic 分布中抽取 2x3 个样本。
from numpy import random
x = random.logistic(loc=1, scale=2, size=(2, 3))
print(x)
亲自尝试 »
Logistic 分布的可视化
示例
from numpy import random
import matplotlib.pyplot as plt
import seaborn as sns
sns.distplot(random.logistic(size=1000), hist=False)
plt.show()
结果
Logistic 分布和正态分布的区别
两种分布非常相似，但 Logistic 分布在尾部有更大的面积，这意味着它表示事件在远离均值处发生的可能性更大。
对于较高的 scale 值（标准差），除了峰值外，正态分布和 Logistic 分布非常相似。
示例
from numpy import random
import matplotlib.pyplot as plt
import seaborn as sns
sns.distplot(random.normal(scale=2, size=1000), hist=False, label='normal')
sns.distplot(random.logistic(size=1000), hist=False, label='logistic')
plt.show()
结果
