JavaScript 高斯分布随机
示例
该函数应提供标准偏差接近0的随机数。从一副纸牌中拾取或模拟骰子掷骰时，这就是我们想要的。Math.random()
但是在大多数情况下，这是不现实的。在现实世界中，随机性倾向于聚集在一个共同的正常值附近。如果将其绘制在图形上，则会得到经典的钟形曲线或高斯分布。
用该功能做到这一点相对简单。Math.random()
var randNum = (Math.random() + Math.random()) / 2; var randNum = (Math.random() + Math.random() + Math.random()) / 3; var randNum = (Math.random() + Math.random() + Math.random() + Math.random()) / 4;
在最后添加一个随机值会增加随机数的方差。除以您添加的次数可以将结果归一化为0-1
由于添加多个随机数比较麻烦，因此一个简单的函数将允许您选择所需的方差。
// v is the number of times random is summed and should be over >= 1
// 返回0-1排除之间的随机数
function randomG(v){
var r = 0;
for(var i = v; i > 0; i --){
r += Math.random();
}
return r / v;
}
该图显示了v的不同值的随机值分布。左上角是标准单次调用，右下角相加8次。这是使用Chrome的5,000,000个样本Math.random()Math.random()
这种方法最有效 v<5
-
例如，随机函数产生120个数字（0或1)，这些相加值的平均值必须接近60。
-
多元高斯分布 介绍 我们称一个概率密度函数是一个均值为$\mu\in R^n$，协方差矩阵为$\Sigma\in S_{++}^n$的$^1$一个多元正态分布（或高斯分布）(multivariate normal (or Gaussian) distribution)， 其随机变量是向量值$X=[X_1\dots X_n]^T$，该概率密度函数$^2$可以通过下式表达： 上一小段上标1,2的说明（
-
更多关于多元高斯分布 介绍 到目前为止的课堂上，多元高斯分布已经出现在许多应用中，比如线性回归的概率解释、高斯判别分析、高斯混合聚类，以及最近学习的因子分析。在本节的笔记中，我们试图揭开多元高斯函数在最近学习的因子分析课程中引入的一些奇特的性质。本节笔记的目的是让大家对这些性质的来源有一些直观的了解，这样你就可以在作业（提醒你写作业的线索！）中更加明确地使用这些性质。 1. 定义 我们称一个概率密
-
问题内容： 我有两种代码选择： 选项1 要么： 选项2 我了解这更惯用。我想知道的有效性。 在我将只使用由给定的种子产生的第一个号码。在“ 我选择一个种子”并使用该种子生成数字。IIUC在此用例上保证了随机性。 因此，我的问题是，如果我多次打电话，是否能保证产出分配的均匀性？ 问题答案： 我真正的问题是选项1在数学上是否有效。 让我们从选项2开始。所使用的随机数生成器在javadoc中指定如下：
-
问题内容： 我知道如果我使用Java的Random生成器，并使用nextInt生成数字，则数字将均匀分布。但是，如果我使用2个Random实例，并使用两个Random类生成数字，会发生什么。数字是否会均匀分布？ 问题答案： 每个实例生成的数字将均匀分布，因此，如果将两个实例生成的随机数序列组合在一起，则它们也应均匀分布。 请注意，即使结果分布是均匀的，您也可能要注意种子，以避免两个生成器的输出之间
-
我想创建一个基于网络的差异隐私演示。为此，我需要一个Laplace噪声分布的JavaScript实现。 我在JavaScript中找不到基本的噪声分布，比如高斯分布。这是令人惊讶的，因为我希望有很多很酷的JavaScript演示，展示发行版是如何构建的，一个图一个图，生成一个漂亮的钟形曲线。 如何在JavaScript中生成拉普拉斯噪声分布？