numpy.random.beta#

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

从 Beta 分布中抽取样本.

Beta 分布是 Dirichlet 分布的一个特例,并且与 Gamma 分布相关.它具有概率分布函数

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

其中归一化 B 是 beta 函数,

\[B(\alpha, \beta) = \int_0^1 t^{\alpha - 1} (1 - t)^{\beta - 1} dt.\]

它经常出现在贝叶斯推理和顺序统计中.

备注

新代码应使用 Generator 实例的 beta 方法;请参阅快速开始.

参数:

a浮点数或浮点数的类数组对象: Alpha, 正数 (>0).
b浮点数或浮点数的类数组对象: Beta,正值（>0）.
size整数或整数的元组,可选: 输出形状.如果给定的形状是,例如,``(m, n, k)``,那么会抽取 m * n * k 个样本.如果大小是 None``（默认）,如果 ``a 和 b 都是标量,则返回一个单一值.否则,会抽取 np.broadcast(a, b).size 个样本.

返回:

参见