cdf(Cumulative Distribution Function)累积分布函数==>小于等于当前数据值的所有数据的概率分布
发布日期:2021-07-01 02:26:46
浏览次数:2
分类:技术文章
本文共 727 字,大约阅读时间需要 2 分钟。
对于一维数据的可视化,直方图(Histogram)与核密度估计(Kernel Density Estimates)可以很好的表示各个数据值的概率分布,但在表示数据累积分布上这两种方法就无能为力了。
数据的累积分布,也即小于等于当前数据值的所有数据的概率分布,对于表示数据点在某个区间内出现的概率有很大的帮助。
从数学上来说,累积分布函数(Cumulative Distribution Function, 简称CDF)是概率分布函数的积分;而在绘制累积分布函数的时候,由于真实的概率分布函数未知,因此往往定义为直方图分布的积分
:
累积分布函数(CDF)的使用
以-4到4之间分布的10000个数据点为例,绘制成直方图与核密度估计是这样的:
这两张图可以很好的表示-4到4之间任意数据值的概率大小,但是在回答下面几个问题的时候就比较困难了:
- 所有大于2的数据点在总数据集中所占比例约有多大?
- 所有大于1.3而小于2的数据点在总数据集中所占比例是多少?
回答上述问题的通用方法是绘制累积分布函数图:
根据这张累积分布函数图,可以很方便地回答之前的两个问题:- CDF中横轴上的2对应的Y值约为0.98,因此所有大于2的数据点所占比例约为2%。
- CDF中横轴上的1.3对应的Y值约为0.75,因此所有介于1.3和2之间的数据点所占比例约为23% (0.98-0.75)。
与直方图、核密度估计相比,累积分布函数存在以下几个特点:
- 累积分布函数是X轴单调递增函数。
- 累积分布函数更加平滑,图像中噪音更小。
- 累积分布函数没有引入带宽等外部概念,因此不会丢失任何数据信息。对于给定的数据集,累积分布函数是唯一的。
- 累积分布函数一般都经过归一化处理,单调递增且趋近于1。
转载地址:https://mapengsen.blog.csdn.net/article/details/117931489 如侵犯您的版权,请留言回复原文章的地址,我们会给您删除此文章,给您带来不便请您谅解!
发表评论
最新留言
留言是一种美德,欢迎回访!
[***.207.175.100]2024年04月17日 09时22分37秒
关于作者
喝酒易醉,品茶养心,人生如梦,品茶悟道,何以解忧?唯有杜康!
-- 愿君每日到此一游!
推荐文章
HTTP请求/响应报文结构【转】
2019-05-02
HTTP chunked【转】
2019-05-02
DHCP的Decline分析【转】
2019-05-02
关于DHCP服务器的offer与ack阶段是单播还是广播的研究【转】
2019-05-02
几个Ubuntu16.04的镜像地址【转】
2019-05-02
廖雪峰教程之学习笔记_webapp_pycharm的import问题
2019-05-02
pycharm中Structure(结构化)中的字母标识含义
2019-05-02
python中各种下划线的含义
2019-05-02
《计算机视觉-一种现代方法(第2版)》读书笔记三:早期视觉(一幅图像)
2019-05-02
《计算机视觉-一种现代方法(第2版)》读书笔记五:高层视觉
2019-05-02
对Numpy数组按axis运算的理解
2019-05-02
Numpy学习笔记[转载]
2019-05-02
集成方法Bagging和boosting比较
2019-05-02
NP问题、NP难问题(NPH)和NP完全问题(NPC)理解
2019-05-02
《计算机视觉-一种现代方法(第2版)》读书笔记六:应用之图像搜索和检索
2019-05-02
Ubuntu自动选择最佳软件源
2019-05-02
如何撰写高水平的学术论文
2019-05-02