【问题标题】:With Python, how could I sample a randomly generated data-set to fit a theoretical distribution?使用 Python,我如何对随机生成的数据集进行采样以适应理论分布?
【发布时间】:2017-06-29 15:38:50
【问题描述】:

这是我所做的一般示例...

  1. 从 y=m*x + b 的物理模型开始
  2. 生成 m、x 和 b 的均匀分布
  3. 通过指定 y_average 和 y_standard deviation 创建了 y 的理论分布

下一步是从我在(步骤 2)中随机生成的数据中进行采样,以获得符合我在(步骤 3)中创建的理论分布的 m、x 和 b 的组合。

下面是一张显示我想做的图片...我有上图,我在下图中创建了理论分布线...我想在底部创建“蓝条”使用顶图和理论分布线的图表

【问题讨论】:

    标签: python pandas random scipy data-fitting


    【解决方案1】:

    Inverse transform sampling 将满足您的需求。要使用这种方法,需要准备目标分布的累积分布函数(CDF)。

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 1970-01-01
      • 2016-05-10
      • 1970-01-01
      • 2017-09-22
      • 2014-09-08
      • 2018-07-09
      • 1970-01-01
      • 2015-01-31
      相关资源
      最近更新 更多