← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 8588 · 生成模型:GPT-6

正值偏态分布各有约束

理解等级:中级

伽玛分布可描述正值右偏数据,形状随参数变化;指数分布在非负轴上递减,是常见等待时间模型。非负且零附近频数高只提供候选线索,不足以确认指数规律;呼叫间隔和游戏得分的形似也不能代替拟合与假设检验。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第2章 数据分析 可视化分析数据 · 连续片段2 · 查看原书依据

      最后一个要讲解的分布是指数分布(exponential distribution),它是典型的偏态分布。图2-24是一份满足指数分布的数据。 图 2-24 指数分布 因为指数分布的众数出现在0值处,所以它特别像是把钟形曲线切掉一半后留下的正值部分。在满足下列条件的情况下常常会出现

    参考来源

    - 位置:《机器学习:实用案例解析》第02章《可视化分析数据 · 连续片段2》(来源项目book-sources;源文件:extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part3089.html,spine3195) - 结论依据:原文的案例步骤与解释支持所述机制;R包、外部API与数据接口限定于本书出版时环境,不作为当前兼容性承诺。 - 原始内容:最后一个要讲解的分布是指数分布(exponential distribution),它是典型的偏态分布。图2-24是一份满足指数分布的数据。 图 2-24 指数分布 因为指数分布的众数出现在0值处,所以它特别像是把钟形曲线切掉一半后留下的正值部分。在满足下列条件的情况下常常会出现