Pembelajaran Mesin - Distribusi Data Normal
- Hal Sebelumnya Distribusi Data
- Hal Berikutnya Garis Buang
Distribusi Data Normal (Normal Data Distribution)
Dalam bab sebelumnya, kita belajar cara membuat array acak yang ukurannya ditentukan dan berada di antara dua nilai yang diberikan.
Dalam bab ini, kita akan belajar cara membuat sebuah array yang nilai menjagung di sekitar nilai yang diberikan.
Dalam probabilitas, setelah formulir distribusi data ini ditemukan oleh matematikawan Carl Friedrich Gauss, distribusi data ini disebut distribusi data normal atau distribusi data Gauss.
Contoh
Distribusi data normal tipikal:
import numpy import matplotlib.pyplot as plt x = numpy.random.normal(5.0, 1.0, 100000) plt.hist(x, 100) plt.show()
Hasil:

Keterangan:Karena bentuk bentuk distribusi normal mempunyai bentuk seperti jam yang berputar, sehingga disebut garis bulat.
Penjelasan Histogram
Kami menggunakan numpy.random.normal()
Array yang dibuat oleh metode (dengan 100000 nilai) digambarkan dengan histogram 100 baris.
Kami menetapkan nilai rata-rata 5.0 dan standar deviasi 1.0.
Artinya nilai ini seharusnya berada di sekitar 5.0, dan jarang berbeda dari nilai rata-rata 1.0.
Dari grafik histogram, sebagian besar nilai berada di antara 4.0 hingga 6.0, nilai tertinggi sekitar 5.0.
- Hal Sebelumnya Distribusi Data
- Hal Berikutnya Garis Buang