共计 1720 个字符，预计需要花费 5 分钟才能阅读完成。
作者 |Michael Grogan
编译 |VK
起源 |Towards Data Science
蒙特卡洛这种办法在金融等畛域失去了宽泛的利用，以便对各种危险情景进行建模。
然而，该办法在工夫序列剖析的其余方面也有重要的利用。在这个特定的例子中，让咱们看看蒙特卡洛办法如何被用来为 web 页面浏览量建模。
以上工夫序列来源于 Wikimedia Toolforge，是从 2019 年 1 月到 2020 年 7 月维基百科上“医疗”一词的网页浏览量的工夫序列。数据都是按每日划分的。
咱们能够看到，工夫序列每天都显示出显著的波动性，并且显示了数据中一些奇怪的“峰值”的典型特色。或者说，在这些天中，搜寻该术语的次数特地高。
试图对这样的工夫序列进行间接预测通常是徒劳的。这是因为不可能从统计学上预测搜索词何时会呈现峰值，因为这会受到独立于过来数据的影响。例如，与衰弱无关的重大新闻事件会导致搜寻该词的顶峰。
然而，特地乏味的是咱们能够创立一个模仿，以剖析 web 页面统计的许多潜在场景，并预计在不失常的场景下这个搜索词的页面浏览量有多高或多低。
概率分布
当运行蒙特卡罗模仿时，重要的是要留神所应用的散布类型。
思考到页面浏览量不能为负，咱们假如散布是正偏态的。
以下是数据的柱状图：
咱们能够看到，散布显示正偏态，有几个离群值使散布尾部向右歪斜。
>>> series = value;
>>> skewness = series.skew();
>>> print("Skewness:");
>>> print(round(skewness,2));
Skewness:
0.17此散布的偏态为 0.17。
QQ 图表明，除了呈现的异样值外，大多数值的散布都是正态分布。
然而，更可能的是，因为正偏态，该数据表示对数正态分布。咱们将数据转换为对数格局将导致散布的正态性。
>>> mu=np.mean(logvalue)
>>> sigma=np.std(logvalue)
>>> x = mu + sigma * np.random.lognormal(mu, sigma, 10000)
>>> num_bins = 50这是对数数据的散布，更能代表正态分布。
此外，此散布的偏态当初为 -0.41。
>>> logvalue=pd.Series(logvalue)
>>> logseries = logvalue;
>>> skewness = logseries.skew();
>>> print("Skewness:");
>>> print(round(skewness,2));
Skewness:
-0.41这表明有轻微的负偏态，但 QQ 图仍显示正态分布。
蒙特卡罗模仿
既然数据曾经被适当地转换，就能够生成蒙特卡罗模仿来剖析页面浏览量统计的潜在后果范畴。页面浏览量依照所选的散布以对数格局示意。
首先，计算工夫序列的平均值和稳定率（用标准差掂量）。
>>> mu=np.mean(logvalue)
>>> sigma=np.std(logvalue)
>>> x = mu + sigma * np.random.lognormal(mu, sigma, 10000)
>>> num_bins = 50而后用 x 定义相应的数组，应用 mu 和 sigma，再生成 10000 个随机数，这些随机数依照定义的均值和标准差遵循对数正态分布。
array([5.21777304, 5.58552424, 5.39748092, ..., 5.27737933, 5.42742056, 5.52693816])当初，让咱们绘制直方图。
同样，这些值以对数格局示意。咱们看到这个形态代表正态分布。如前所述，蒙特卡罗模仿的思维不是预测网页浏览量自身，而是提供在许多不同的模仿中网页浏览量的估计值，以便确定
- 1）大多数网页浏览量的范畴；
- 2）散布中极值的范畴。
论断
在本文中，你看到了：
- 蒙特卡罗模仿的利用
- 偏态在定义散布中的作用
- 如何进行模仿以辨认取得极值的概率
原文链接：https://towardsdatascience.co…
欢送关注磐创 AI 博客站：
http://panchuang.net/
sklearn 机器学习中文官网文档：
http://sklearn123.com/
欢送关注磐创博客资源汇总站：
http://docs.panchuang.net/