泊松分布
泊松分布
泊松分布是一个离散分布。
它估计一个事件在指定时间内可以发生多少次。 如果有人一天吃两次，他吃三次的概率是多少?
它有两个参数:
lam - 发生率或已知次数，例如 2 解决上述问题。
size - 返回数组的形状。
泊松分布的可视化
实例
from numpy import random
import matplotlib.pyplot as plt
import seaborn as sns
sns.distplot(random.poisson(lam=2, size=1000), kde=False)
plt.show()
Result
正态分布与泊松分布的区别
正态分布是连续的，而泊松是离散的。
但我们可以看到，对于足够大的泊松分布，类似于二项式分布，它将变得类似于具有特定标准偏差和均值的正态分布。
实例
from numpy import random
import matplotlib.pyplot as plt
import seaborn as sns
sns.distplot(random.normal(loc=50, scale=7, size=1000), hist=False,
label='normal')
sns.distplot(random.poisson(lam=50, size=1000), hist=False,
label='poisson')
plt.show()
Result
泊松分布和二项分布的区别
区别非常细微，二项分布适用于离散试验，而泊松分布适用于连续试验。
但是对于非常大的 n 和接近零的 p 二项分布与泊松分布几乎相同，例如 n * p 几乎等于 lam。
实例
from numpy import random
import matplotlib.pyplot as plt
import seaborn as sns
sns.distplot(random.binomial(n=1000, p=0.01, size=1000), hist=False,
label='binomial')
sns.distplot(random.poisson(lam=10, size=1000), hist=False,
label='poisson')
plt.show()
Result
