numpy.random.beta

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

Выборка образцов из бета-распределения.

Бета-распределение является частным случаем распределения Дирихле и связано с гамма-распределением. Оно имеет функцию плотности вероятности

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

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 порядковых статистиках.

Параметры:

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

a : float или array_like float

Альфа, неотрицательная.

b : float или array_like float

Бета, неотрицательная.

size : int или кортеж int, необязательно

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

Возвращает:

out : ndarray или скаляр

Выбранные образцы из параметризованного бета-распределения.

© 2005–2019 NumPy Developers
Licensed under the 3-clause BSD License.
https://docs.scipy.org/doc/numpy-1.14.5/reference/generated/numpy.random.beta.html