NumPy - Logistic Distribution
توزیع لجستیک
توزیع لجستیک برای توصیف رشد (growth) به کار می‌رود.
به صورت گسترده‌ای در یادگیری ماشین در مباحثی نظیر رگرسیون لجستیک، شبکه‌های عصبی و ... استفاده می‌شود.
تابع شیء random.logistic() دارای 3 پارامتر است:
-
loc- میانگین، جایی که قله اتفاق می‌افتد - مقدار پیش‌فرض برابر 0 -
scale- انحراف معیار، میزان مسطح بودن توزیع - مقدار پیش‌فرض برابر 1 -
size- آرایش آرایه برگردانده شده.
در کد زیر یک نمونه توزیع لجستیک با میانگین 1، انحراف معیار 2 و اندازه 2x3 ایجاد می‌شود.
from numpy import random
x = random.logistic(loc=1, scale=2, size=(2, 3))
print(x)
خروجی:
رسم نمودار توزیع لجستیک
from numpy import random
import matplotlib.pyplot as plt
import seaborn as sns
sns.kdeplot(random.logistic(size=1000))
plt.show()
خروجی:
تفاوت بین توزیع لجستیک و توزیع نرمال
هر دو توزیع تقریبا مشابه هستند، اما توزیع لجستیک در دنباله‌هایش مساحت بیشتری دارد. به این معنی که احتمال بیشتری برای رخ دادن یک رخداد که دورتر از میانگین قرار دارد ارائه می‌دهد.
برای مقادیر بزرگتر scale (انحراف معیار) توزیع‌های نرمال و لجستیک به غیر از قله تقریبا یکی هستند.
خروجی:
