问题标签 [uniform-distribution]

Python Numpy 用来生成随机数的算法是什么？更具体地说，我们调用时使用的算法是什么

是否Linear congruential generator使用了随机生成技术？当我们输入时会发生什么

为什么像 42 这样的数字更受欢迎np.random.seed？

我有一些带有经纬度信息的数据，但大多数数据点在地理上都很密集，不具有代表性。我希望从这些数据集中挑选出一个具有均匀分布的代表性子集。

下面是我的数据示例

查了一些资料，学会了对经纬度分组，然后用皮尔逊卡方检验，但是对sql的使用不熟悉。

我希望得到 sql 代码来得到这样的子集或者更好地使用 sql 来得到均匀分布的方法。

给定 gunction float frand()，生成均匀分布的随机浮点值，范围为 [0.0, 1.0)

如何创建均匀分布的随机 3D 单位向量和 4D 单位四元数？（因此 3D 矢量位于单位球体上，4D - 在单位超球面上，矢量均匀分布在对应的表面之间）

我已经看过这个问题并且我知道numpy.random.choice，但我的问题略有不同。

鉴于此，我有一个数据集如下：

所以，它是：

我需要按以下要求重新填充RightandLeft列

1. 和等于Right_LeftNumber of polyps
2. Right和的值Left来自其当前值的加权概率

例如，对于如下给定的行：

所以，对于这一行，它可能如下所示。这里0.6= 3/(3+2)和0.4= 2/(3+2)：

更新此行后将是：

问题是，我必须对数据集中的所有行都这样做，但我不知道该怎么做！

在文档中，据说有机会uniform(0,1)生成值0和1.

我已经运行了uniform(0, 1)10000 次，但它从未产生过零。即使在uniform(0, 0.001).

可以random.uniform(0,1)生成0or1吗？

我需要在输入数据中添加量化噪声。我经常读到这些噪音被建模为均匀分布的噪音。

我有一个用 Keras 实现的编码/解码网络（输入数据是时间序列原始数据），在 Keras 中实现了一个层，您可以使用它添加高斯噪声（GaussianNoise 层），我可以使用该层来创建均匀噪声吗？

如果没有，我可以使用其他已实现的层吗？

对于长数据类型，我需要一个类似于 Java Random Class 的 nextInt(int bound) 的方法。这是我的实现：

其中 rNumber 从调用方法初始化为，

我的问题是，这种实现是否确保在 0（包括）和界限（不包括）之间有一个伪随机、均匀分布的长值？

问题描述

有时我使用 Mersenne Twister 引擎从均匀分布中得到相同的随机数，即使我正确使用了引擎并对其进行了迭代。我知道引擎的可能状态的数量是有限的，可能生成的值的数量也是有限的，但现在情况并非如此。

使用 boost 的实现，在范围 [0; 上生成 1e6 个均匀分布的随机值；1e7)。这意味着可能的值比所需的随机值数量要多。但是，我经常得到相同的值，有时在这个范围内超过 100 倍。这怎么可能？

代码

提供了一个简单的代码来重现这种情况。在两个平台上我都遇到了同样的问题：

• 带有 boost-random:x64-windows 1.71.0 的 MSVS 2019 和
• g++ (Ubuntu 5.4.0-6ubuntu1~16.04.12) 5.4.0 20160609 与 libboost-dev 1.58.0.1ubuntu1

问题

代码中是否存在产生相同值的错误？或者它是boost中的一个错误？

对于我的任务，生成具有均匀分布的数字很重要。找到相同的值是最简单的测试之一，但还有更多，我确信我不想对像 Boost 这样的知名库进行质量分析。我不想使用标准库，因为不能保证两个不同的编译器会为相同的种子值提供相同的序列，但这是任务的要求。你能建议什么样的解决方案？

笔记

如果将生成的值与生成的值进行比较，则会看到一种奇怪的行为std::random generates。来自random::boost种子 4561565448989 的值的示例是

而标准库生成

也就是说，boost 序列中每一秒生成的值都非常接近标准库实现中的对应值。当 boost-sequence 中的两个值相等时，standard-library-sequence 中的值不相等，而是彼此接近。MSVS 和 g++ 编译器也有相似之处，它们有权对 Mersenne Twister 和发行版有不同的实现。

更新

可怜的种子？

有人提出，可能是种子值差导致了这种现象，因为size_t只能2^64生成许多不同的初始状态。更糟糕的是，我们的生命很短暂，可能的时间价值更小。虽然这是真的，但它并不能解释为什么不同的状态会多次生成相同的数字。毕竟，引擎只启动一次，所以我从 64 位子集中选择了一个状态，它是所有可能状态的子集。

如果我多次启动引擎并且我在不同（但不够不同）启动的引擎的序列中发现相同的值，那么糟糕的种子可能是一个原因。

它是分发生成器

如果使用标准的 MT 引擎，但使用 boost 的分布，问题仍然存在。但是如果引擎是boost的引擎并且分配是标准的，那么问题就消失了。问题是，正如彼得指出的那样，统一分布取决于我使用 boost 的平台。

一些统计数据

我对分布进行了一些分析。使用相同的boost::random::mt19937 engine，但无论是 boost's 还是 std's uniform_real_distribution<double> u(0, 1)，我生成了值对并研究了它们的差异并绘制了它们的相关积分I ( x )，即两个值比x更接近的概率。为U [0; 1) 是一维域，I ( x ) 以线性函数开始，用于小x值（并且趋于 1）。结果如下图所示。 该图表明来自 boost 实现的分布不仅有偏差，而且只有 4 个可能的距离值，而众所周知doubles 更密集，std 确实产生了更大的距离值谱。

错误还是不是错误？已删除的答案

一个已被删除的答案建议提高种子值，但到目前为止，事实证明这不是问题的根源。从那以后，我也在boost 的 github上发布了这个问题，但仍然不清楚问题出在哪里。这可能是 boost 中的一个错误，但即使在这种情况下，这个 SO 源也可以帮助其他人识别其分发生成器中的问题。

我有一组String可变大小的输入（在我的情况下为 s）N，我需要将其映射到一组固定大小的输出（在我的情况下为数组的索引）M。所以，我基本上需要一个类似的功能：

我需要保证两件事：

1. 对于任何输入X，我必须始终返回相同的输出Y。例如：每次我将字符串传递"hello"给我的函数时，返回的值必须始终相同，例如1.
2. 返回值的分布必须是均匀的，即对于无限个输入，相同返回值的平均值必须相同。例如，如果我有M = 4不同的值要返回，并且我有N = 100不同的输入，则映射到每个输出的输入数在理想情况下必须等于25.

我想出了以下代码：

链接到游乐场

我认为上面的代码保证了第一点（对于相同的输入总是相同的输出），但不一定是第二点（分布的均匀性）。

是否有这样一个功能的快速实现，以便保证两个点？

所以我很难回答这个问题。它询问我应该选择什么，这会给我最快的平均响应时间。

所以选项 1 我有指数分布，服务率为每分钟 2 次。这给了我 0.5m = 30s 的服务时间。

选项 2，我在 10 到 50 秒之间有均匀分布，所以这给了我 10 到 50 秒之间的均匀时间，所以平均值是 30 秒的中位数。

选项 3，我有 50% 的概率得到 10 秒的准确响应时间或 50% 的概率我得到 50 秒的准确响应时间。因此，如果我进行以下计算： (0.5)(10/60) + (0.5)(50/60) 我得到 0.5m 或 30s。

所有这些选项都给了我相同的平均响应时间，所以我不确定在这里选择什么。