类别分布

类别分布[{c（c）1,c（c）2,…}]

表示类的统一分类分布c（c）1,c（c）2等。

类别分布[{c（c）1,c（c）2,…},{w个1,w个2,…}]

表示类的分类分布c（c）我带砝码w个我.

类别分布[{{一1,一2,…},{b条1,b条2,…},…}]

表示域上的统一多元分类分布{一1,一2,…}×{b条1,b条2,…}×….

类别分布[领域,重量]

使用数组重量定义域中每个元素的概率。

详细信息和选项

  • 范畴分布是一种离散分布，其域由无序类（例如“a”、“B”、“C”）组成，通常用于为有限的事物集合提供概率测度。
  • 分类分布可以有一个或多个变量。每个域元素的概率可以在列联表中可视化：
  • 类别分布[…]可用于以下功能随机变量,PDF格式,概率和期望.
  • 类别分布[…]不是数字分布：函数如平均值或CDF公司无法在其上使用。
  • 在类别分布[领域,重量]，数组的维数重量必须匹配中定义的每个变量的类数领域.
  • 阵列重量可以在备用阵列[…]形式。
  • 定义权重后，将其归一化为概率。
  • 类别分布[{c（c）1w个1,c（c）2w个2,…}]可以用来定义类c（c）我和重量w个我.
  • 类别分布[{{c（c）11,c（c）12,…}w个1,元素2w个2,…}]可用于定义多元域元素元素我（类别列表）及其权重w个我。省略的元素的默认权重为0。
  • 在类别分布[{元素1w个1,元素2w个2,…, _val值}]，省略的元素被赋予权重val值.
  • 类别分布[领域,{元素1w个1,元素2w个2,…}]可以用于指定分布域和一些域元素的概率。
  • 问询处[类别分布[…]]提供有关分布的报告。
  • 问询处对于类别分布包括以下属性：
  • “类别”分发类列表
    “维度”变量数量
    “域元素”域中的所有元素
    “域名大小”域中的元素数
    “熵”精确熵
    “N熵”近似熵
    “概率”概率关联
    “概率数组”概率阵列
    “概率图”概率函数的可视化
    “概率表”a中的概率数据集
    “属性”所有可用属性
    “最高概率”具有最高概率的元素列表
    “最高概率”n个顶部-n个具有最高概率的元素

示例

全部打开全部关闭

基本示例  (2)

创建一个单变量且统一的分类分布：

从分布中生成随机样本：

计算类的概率质量：

创建加权单变量分类分布：

从分布中生成随机样本：

计算类的概率质量：

可视化绘图中的概率：

范围  (15)

单变量定义  (4)

用符号作为类定义单变量分类分布：

从分发中生成样本：

使用规则定义单变量分类分布：

可视化有关分发的信息：

使用域和规则定义单变量分类分布：

可视化有关分发的信息：

指定未定义元素的默认权重：

可视化有关分发的信息：

定义具有重复元素的分类分布：

概率与重复元素的数量成正比：

多元定义  (4)

创建多元分类分布：

从分布中生成随机样本：

计算元素的概率质量：

可视化分布的列联表：

计算第一个变量的边际分布：

可视化边际分布的列联表：

使用稀疏数组定义多元类别分布：

可视化其概率表：

通过定义域和规则定义多元类别分布：

可视化其概率表：

指定未定义元素应具有给定的权重：

可视化概率表：

创建包含多个变量的分类分布：

可视化其概率表：

问询处  (2)

创建单变量分布：

获取有关分发的信息报告：

获取可能的信息属性列表：

获取类列表：

获得所有类别的概率：

可视化概率：

获得分布的准确熵：

创建多元分布：

获取有关分发的信息报告：

获取可能的信息属性列表：

获取每个变量的可能类：

获取所有可能的域元素：

获得所有域元素的概率：

获得具有两个最高概率的元素：

可视化概率：

获得分布的准确熵：

符号权重  (2)

使用符号（非数字）参数定义类别分布：

可视化概率表：

替换参数一使用数值：

可视化概率表：

使用符号参数定义类别分布：

随机变量不评估：

将符号参数替换为值：

域外行为  (1)

定义分类分布：

未定义“域外”类的概率质量，因此PDF格式不评估：

用域类替换域外类：

概率与期望  (2)

创建多元分布：

计算第一个变量为“A”:

与计算的相同概率进行比较边际分布:

创建多元分布：

使用以下公式计算其熵期望:

与中给出的熵进行比较问询处:

使用以下公式计算其熵N期望:

指定“蒙特卡洛”应使用方法：

指定应使用的样本数：

应用  (2)

训练分类器：

返回给定输入的预测分布：

根据预测分布生成随机样本：

在上加载乘客数据集泰坦尼克号:

提取三个分类变量并计算它们的联合出现次数：

根据这些计数创建分类分布：

可视化分布的概率表：

计算乘客的存活概率：

计算女性乘客的存活概率：

属性和关系  (1)

创建分类分发：

获取域中每个元素的概率：

概率永远不会是负数：

概率总和总是一：

Wolfram Research（2020），分类分布，Wolfram语言功能，https://reference.wolfram.com/language/ref/CategoricalDistribution.html。

文本

Wolfram Research（2020），分类分布，Wolfram语言功能，https://reference.wolfram.com/language/ref/CategoricalDistribution.html。

CMS公司

沃尔夫拉姆语言。2020年，《类别分布》，Wolfram语言与系统文档中心。Wolfram研究。https://reference.wolfram.com/language/ref/CategoricalDistribution.html。

亚太地区

沃尔夫拉姆语言。(2020). 类别分布。Wolfram语言与系统文档中心。检索自https://reference.wolfram.com/language/ref/CategoricalDistribution.html参考.wolfram.com/language/ref/CategoricalDistribution.html

BibTeX公司

@misc{reference.wolfram_2024_categoricaldistribution，author=“wolfram Research”，title=“{categoricaldistribution}”，year=“2020”，howpublished=“\url{https://reference.wolfram.com/language/ref/Categorical Distribution.html}”]}

BibLaTeX公司

@在线{reference.wolfram_2024_categoricaldistribution，organization={wolfram Research}，title={categoricaldistribution}，year=2020}，url={https://reference.jolfram.com/language/ref/Categorical Distribution.html}，note=[访问时间：2024年9月21日]}