प्रायिकता डिस्ट्रीब्यूशन्स चुनना

Python में Monte Carlo Simulations

Izzy Weber

Curriculum Manager, DataCamp

Maximum Likelihood Estimation (MLE)

फिट मापकर प्रायिकता डिस्ट्रीब्यूशन चुनने के लिए उपयोग
- दिए गए डेटा पर सबसे अधिक likelihood देने वाला डिस्ट्रीब्यूशन बेहतर माना जाता है
SciPy का .nnlf() negative likelihood फंक्शन निकालने के लिए उपयोग होता है
.nnlf() से मिला MLE मान जितना कम, फिट उतना बेहतर

age वैरिएबल के लिए डिस्ट्रीब्यूशन चुनना

sns.histplot(dia["age"])

डायबिटीज डेटासेट में age वैरिएबल के डिस्ट्रीब्यूशन का एक हिस्टोग्राम

उम्मीदवार डिस्ट्रीब्यूशन्स

distributions = [st.laplace, st.norm, st.expon]

laplace डिस्ट्रीब्यूशन का PDF

उम्मीदवार डिस्ट्रीब्यूशन्स में चयन

mles = []


for distribution in distributions:
    pars = distribution.fit(dia["age"])

    mle = distribution.nnlf(pars, dia["age"])

    mles.append(mle)


print(mles)

[1797.8467779878652, 1764.0693689033028, 1938.171599681118]

उम्मीदवार डिस्ट्रीब्यूशन्स में चयन

for var in ["age", "bmi", "bp", "tc", "ldl", "hdl", "tch", "ltg", "glu"]:

    distributions = [st.laplace, st.norm, st.expon]
    mles = []


    for distribution in distributions:
        pars = distribution.fit(dia[var])
        mle = distribution.nnlf(pars, dia[var])
        mles.append(mle)


    best_fit = sorted(zip(distributions, mles), key=lambda d: d[1])[0]
    print(f"Best fit reached using {best_fit[0].name}, \
          MLE value: {best_fit[1]}, for variable {var}")

मूल्यांकन के परिणाम

Best fit reached using norm, MLE value: 1764.0693689033028, for variable age
Best fit reached using norm, MLE value: 1283.356127017369, for variable bmi
Best fit reached using norm, MLE value: 1787.7746251622739, for variable bp
Best fit reached using norm, MLE value: 2193.1564373753627, for variable to
Best fit reached using norm, MLE value: 2136.0440476305284, for variable ldl
Best fit reached using norm, MLE value: 1758.1350738323013, for variable hdl
Best fit reached using norm, MLE value: 739.3762494786798, for variable tch
Best fit reached using norm, MLE value: 339.6620870566908, for variable ltg
Best fit reached using norm, MLE value: 1706.0467588930867, for variable glu

अभ्यास करते हैं!

Python में Monte Carlo Simulations