python shap pypi变量分布

Python011

python shap pypi变量分布,第1张

有几种不同的分布方式。

01两点分布0-1分布(两点分布),它的随机变量的取值为1或0即离散型随机变量X的概率分布为:P{X=0}=1-p,P{X=1}=p,二项分布Binomialdistribution,泊松分布Poissondistribution正态分布,均匀分布Uniformdistribution,。

离散型随机变量如果随机变量X的所有取值都可以逐个列举出来,则称X为离散型随机变量相应的概率分布有二项分布,泊松分布连续型随机变量如果随机变量X的所有取值无法逐个列举出来,而是取数轴上某一区间内的任一点,则称X为连续型随机变量相应的概率分布有正态分布,均匀分布,指数分布,伽马分布,偏态分布,卡方分布,beta分布等(真多分布,好恐怖~~)期望值在离散型随机变量X的一切可能值中,各可能值与其对应概率的乘积之和称为该随机变量X的期望值,记作E(X)比如有随机变量,取值依次为:2,2,2,4,5求其平均值:(2+2+2+4+5)/5=3。

numpy.ndarray.shap是返回一个数组维度的元组。 (2,)与(2,1)的区别如下:

ndarray.shape:数组的维度。为一个表示数组在每个维度上大小的整数元组。例如二维数组中,表示数组的“行数”和“列数”。

ndarray.shape返回一个元组,这个元组的长度就是维度的数目,即ndim属性。

一般情况下:

[1,2]的shape值(2,),意思是一维数组,数组中有2个元素。

[[1],[2]]的shape值是(2,1),意思是一个二维数组,每行有1个元素。

[[1,2]]的shape值是(1,2),意思是一个二维数组,每行有2个元素。

参考资料

NumPy简明教程(二、数组1).CSDN博客[引用时间2017-12-28]