我需要在截斷正態分布的范圍內生成一個值，例如，在python中，您可以使用scipy.stats.truncnorm（）來使def get_truncated_normal(mean=.0, sd=1., low=.0, upp=10.): return truncnorm((low - mean) / sd, (upp - mean) / sd, loc=mean, scale=sd)這里如何描述是否有任何軟件包可以制作一些東西，或者我應該自己編寫以下函數？我嘗試了以下方法，文檔如何說，但它使數字不在所需的范圍內：func GenerateTruncatedNormal(mean, sd uint64) float64 { return rand.NormFloat64() * (float64)(sd + mean)}GenerateTruncatedNormal(10, 5)使16.61，-14.54，甚至32.8，但我預計由于->10 + 5 = 15是我們可以得到的最大值，因此獲得15的幾率很小。這是怎么回事？??mean = 10
1 回答
人到中年有點甜
TA貢獻1895條經驗 獲得超7個贊
實現這一目標的一種方法是
從正態分布生成一個數字，其中包含所需的均值和標準差參數，x
如果它超出范圍[低..high]，然后把它扔掉再試一次。
這遵循了正態分布的概率密度函數，有效地切斷了左右尾部。
func TruncatedNormal(mean, stdDev, low, high float64) float64 {
if low >= high {
panic("high must be greater than low")
}
for {
x := rand.NormFloat64()*stdDev + mean
if low <= x && x < high {
return x
}
// fmt.Println("missed!", x)
}
}
如果 [低..high]間隔非常窄，那么它將需要更多的計算時間，因為更多的生成的數字將被丟棄。但是，它在實踐中仍然非常快速地收斂。
我通過繪制其結果并將其與scipy的截斷規范的結果進行比較來檢查上面的代碼，并且它們確實產生了等效的圖表。
- 1 回答
- 0 關注
- 208 瀏覽
添加回答
舉報
0/150
提交
取消