Participer au site avec un Tip
Rechercher
 

Améliorations / Corrections

Vous avez des améliorations (ou des corrections) à proposer pour ce document : je vous remerçie par avance de m'en faire part, cela m'aide à améliorer le site.

Emplacement :

Description des améliorations :

Vous êtes un professionnel et vous avez besoin d'une formation ? RAG (Retrieval-Augmented Generation)
et Fine Tuning d'un LLM
Voir le programme détaillé
Module « scipy.stats »

Classe « Mixture »

Informations générales

Héritage

builtins.object
    ABC
        _ProbabilityDistribution
            Mixture

Définition

class Mixture(_ProbabilityDistribution):

help(Mixture)

Representation of a mixture distribution.

A mixture distribution is the distribution of a random variable
defined in the following way: first, a random variable is selected
from `components` according to the probabilities given by `weights`, then
the selected random variable is realized.

Parameters
----------
components : sequence of `ContinuousDistribution`
    The underlying instances of `ContinuousDistribution`.
    All must have scalar shape parameters (if any); e.g., the `pdf` evaluated
    at a scalar argument must return a scalar.
weights : sequence of floats, optional
    The corresponding probabilities of selecting each random variable.
    Must be non-negative and sum to one. The default behavior is to weight
    all components equally.

Attributes
----------
components : sequence of `ContinuousDistribution`
    The underlying instances of `ContinuousDistribution`.
weights : ndarray
    The corresponding probabilities of selecting each random variable.

Methods
-------
support

sample

moment

mean
median
mode

variance
standard_deviation

skewness
kurtosis

pdf
logpdf

cdf
icdf
ccdf
iccdf

logcdf
ilogcdf
logccdf
ilogccdf

entropy

Notes
-----
The following abbreviations are used throughout the documentation.

- PDF: probability density function
- CDF: cumulative distribution function
- CCDF: complementary CDF
- entropy: differential entropy
- log-*F*: logarithm of *F* (e.g. log-CDF)
- inverse *F*: inverse function of *F* (e.g. inverse CDF)

References
----------
.. [1] Mixture distribution, *Wikipedia*,
       https://en.wikipedia.org/wiki/Mixture_distribution

Constructeur(s)

Signature du constructeur Description
__init__(self, components, *, weights=None)

Liste des propriétés

Nom de la propriétéDescription
components
weights

Liste des opérateurs

Opérateurs hérités de la classe object

__eq__, __ge__, __gt__, __le__, __lt__, __ne__

Liste des méthodes

Toutes les méthodes Méthodes d'instance Méthodes statiques Méthodes dépréciées
Signature de la méthodeDescription
__repr__(self)
__str__(self)
ccdf(self, x, y=None, /, *, method=None)
cdf(self, x, y=None, /, *, method=None)
entropy(self, *, method=None)
iccdf(self, p, /, *, method=None)
icdf(self, p, /, *, method=None)
ilogccdf(self, p, /, *, method=None)
ilogcdf(self, p, /, *, method=None)
kurtosis(self, *, method=None)
logccdf(self, x, y=None, /, *, method=None)
logcdf(self, x, y=None, /, *, method=None)
logentropy(self, *, method=None)
logpdf(self, x, /, *, method=None)
mean(self, *, method=None)
median(self, *, method=None)
mode(self, *, method=None)
moment(self, order=1, kind='raw', *, method=None)
pdf(self, x, /, *, method=None)
sample(self, shape=(), *, rng=None, method=None)
skewness(self, *, method=None)
standard_deviation(self, *, method=None)
support(self)
variance(self, *, method=None)

Méthodes héritées de la classe _ProbabilityDistribution

__init_subclass__, __subclasshook__

Méthodes héritées de la classe object

__delattr__, __dir__, __format__, __getattribute__, __getstate__, __hash__, __reduce__, __reduce_ex__, __setattr__, __sizeof__

Vous êtes un professionnel et vous avez besoin d'une formation ? Mise en oeuvre d'IHM
avec Qt et PySide6
Voir le programme détaillé