메모
전체 예제 코드를 다운로드 하려면 여기 를 클릭 하십시오.
정규화 탐색 #
다변량 정규 분포에 대한 다양한 정규화.
import matplotlib.pyplot as plt
import matplotlib.colors as mcolors
import numpy as np
from numpy.random import multivariate_normal
# Fixing random state for reproducibility.
np.random.seed(19680801)
data = np.vstack([
multivariate_normal([10, 10], [[3, 2], [2, 3]], size=100000),
multivariate_normal([30, 20], [[3, 1], [1, 3]], size=1000)
])
gammas = [0.8, 0.5, 0.3]
fig, axs = plt.subplots(nrows=2, ncols=2)
axs[0, 0].set_title('Linear normalization')
axs[0, 0].hist2d(data[:, 0], data[:, 1], bins=100)
for ax, gamma in zip(axs.flat[1:], gammas):
ax.set_title(r'Power law $(\gamma=%1.1f)$' % gamma)
ax.hist2d(data[:, 0], data[:, 1], bins=100, norm=mcolors.PowerNorm(gamma))
fig.tight_layout()
plt.show()
![선형 정규화, 거듭제곱 법칙 $(\gamma=0.8)$, 거듭제곱 법칙 $(\gamma=0.5)$, 거듭제곱 법칙 $(\gamma=0.3)$](/stable/_images/sphx_glr_power_norm_001.png)
참조
다음 함수, 메서드, 클래스 및 모듈의 사용이 이 예제에 표시됩니다.