Python与机器学习之模型结构(泊松分布)

回顾圣经

机器学习实际应用有一个关键的步骤是定义模型结构，那么对模型有着深层次的把握则极为重要！

泊松分布

• 概述
  泊松分布(Poisson distribution),是一种在统计和概率学常见到的离散机率分布(discrete probability distribution)。
  

• 公式特点
  泊松分布的概率函数为：
  泊松分布的参数λ是单位时间(或单位面积)内随机时间的平均发生率。
  泊松分布适用于描述单位时间内随机事件发生的次数(统计量)。
  泊松分布的期望和方差均为λ。
  特征函数为

• 应用场景
  在实际事例中，当一个随机事件，例如
  1.话交换台收到的呼叫
  2.某公共汽车站的乘客、
  3.射性物质发射出的粒子
  4.镜下某区域中的白血球等等
  以固定的平均瞬时速率λ（或称密度）随机且独立地出现时，
  那么这个事件在单位时间（面积或体积）内出现的次数或个数就近似地服从泊松分布P(λ)。
  因此,泊松分布在管理科学、运筹学以及自然科学的某些问题中都占有重要的地位。

总结

泊松分布适用于统计量问题领域。

如果您看到这篇文章有收获或者有不同的意见，欢迎点赞或者评论。python群:190341254丁。