numpy.random.beta

numpy.random.beta(a, b, size=None)

Выборка образцов из бета-распределения.

Бета-распределение является частным случаем дирихле-распределения и связано с гамма-распределением. Оно имеет функцию распределения вероятностей

$f(x; a,b) = \frac{1}{B(\alpha, \beta)} x^{\alpha - 1} (1 - x)^{\beta - 1},$

где нормализация, B, является бета-функцией,

$B(\alpha, \beta) = \int_0^1 t^{\alpha - 1} (1 - t)^{\beta - 1} dt.$

Он часто используется в байесовском выводе и статистике порядка.

Параметры:

Параметры:	a : float или array_like из float Альфа, неотрицательное значение. b : float или array_like из float Бета, неотрицательное значение. size : int или кортеж из int, необязательно Форма выходных данных. Если заданная форма, например, `(m, n, k)`, то `m * n * k` образцов выбираются. Если size равен `None` (по умолчанию), то возвращается одно значение, если `a` и `b` оба скаляры. В противном случае, `np.broadcast(a, b).size` образцов выбираются.
Возвращает:	out : ndarray или скаляр Выбранные образцы из параметризованного бета-распределения.

a : float или array_like из float

Альфа, неотрицательное значение.

b : float или array_like из float

Бета, неотрицательное значение.

size : int или кортеж из int, необязательно

Форма выходных данных. Если заданная форма, например, (m, n, k), то m * n * k образцов выбираются. Если size равен None (по умолчанию), то возвращается одно значение, если a и b оба скаляры. В противном случае, np.broadcast(a, b).size образцов выбираются.

Возвращает:

out : ndarray или скаляр

Выбранные образцы из параметризованного бета-распределения.

© 2008–2017 NumPy Developers
Licensed under the NumPy License.
https://docs.scipy.org/doc/numpy-1.13.0/reference/generated/numpy.random.beta.html