机器学习2-中心极限定理及代码实现

中心极限定理定义

中心极限定理一般在同分布情况下，抽样样本值的规范和在总体数量趋于无穷时的极限分布近似于正态分布。

题目介绍

随机的抛六面的骰子，计算三次的点数的和，三次点数的和其实是一个事件A，问事件A发生的概率以及事件A所属的分布是什么？

代码实现

import random
import numpy as np
import matplotlib.pyplot as plt
#random.seed(2)
def get_random_value(b,a=1):           #产生一个指定范围的随机数
    return random.randint(a,b)

def get_A_value():                     #获取三次随机数加和
    return np.sum([get_random_value(6) for i in range(3)])

len = 200

if __name__ == '__main__':
    values = [get_A_value() for i in range(len)]  
    									#len次加和序列
    distri = {}							#最终分布统计  加和值：次数
    y = []                              #y序列，将字典转成列表便于显示
    x = [i for i in range(3,18+1)]      #x序列
    for key in values:					#遍历加和序列转成字典 加和值：次数 的形式		
        if key in distri:
            distri[key]+=1
        else:
            distri[key] = 1

    y = [distri[i] for i in range(3,19)]
    print(type(x), type(y))
    plt.plot(x,y)
    plt.xlim(0,19)
    plt.grid(True)
    plt.show()

效果截图

len=500

len = 1000

len = 10000

len = 100000

len = 1000000