Question

我不明白如何在Scipy中实现对数均匀概率分布。根据{{3}}的评论，可以通过仅定义_pdf来实现。另外，我从this post知道了pdf的实际推导。

但是，我无法确定将a和b参数放在何处，以及如何将a设置为a>0。另请注意，我希望a和b成为范围的实际最小值和最大值。还请注意，最后，我真的只是希望能够使用.rvs()方法，因此任何统一分布的技巧都是可以接受的。

这是我的解密（非工作）代码：

from scipy.stats import rv_continuous
import numpy as np

class log_uniform_gen(rv_continuous):
    "Log-uniform distribution"
    def _pdf(self, x):
        if np.exp(self.a) <= x <= np.exp(self.b):
            temp = x / (self.b - self.a)
        else:
            temp = 0.

        return temp
log_uniform = log_uniform_gen(a=0.1, b=1.0, name='log-uniform')

Answer 1

以下是使用.rvs()方法获取对数均匀分布实例的技巧：

import numpy as np
import scipy as sp

class log_uniform():        
    def __init__(self, a=-1, b=0, base=10):
        self.loc = a
        self.scale = b - a
        self.base = base

    def rvs(self, size=None, random_state=None):
        uniform = sp.stats.uniform(loc=self.loc, scale=self.scale)
        if size is None:
            return np.power(self.base, uniform.rvs(random_state=random_state))
        else:
            return np.power(self.base, uniform.rvs(size=size, random_state=random_state))

可以使用log_uniform(a=2, b=10).rvs(size=10)调用它，其中a是范围开头的指数，b是范围结束的指数。可以使用base参数修改基数。

如何在Scipy中实现日志统一分发？

1 个答案: