scipy.stats.qmc.LatinHypercube.
整數#
- LatinHypercube.integers(l_bounds, *, u_bounds=None, n=1, endpoint=False, workers=1)[source]#
從 l_bounds (包含) 到 u_bounds (不包含) 繪製 n 個整數,或者如果 endpoint=True,則從 l_bounds (包含) 到 u_bounds (包含)。
- 參數:
- l_bounds整數或整數的類陣列
要繪製的最低(帶符號)整數(除非
u_bounds=None
,在這種情況下,此參數為 0,且此值用於 u_bounds)。- u_bounds整數或整數的類陣列,選用
如果提供,則為要繪製的最大(帶符號)整數之上一個整數(有關
u_bounds=None
時的行為,請參閱上文)。 如果是類陣列,則必須包含整數值。- n整數,選用
要在參數空間中產生的樣本數。預設值為 1。
- endpoint布林值,選用
如果為 true,則從區間
[l_bounds, u_bounds]
而不是預設的[l_bounds, u_bounds)
中取樣。預設值為 False。- workers整數,選用
用於平行處理的工作進程數。 如果給定 -1,則使用所有 CPU 執行緒。 僅在使用
Halton
時支援。預設值為 1。
- 返回:
- sample類陣列 (n, d)
QMC 樣本。
註解
可以安全地將相同的
[0, 1)
到整數的映射與 QMC 一起使用,就像您對 MC 使用的一樣。 您仍然可以獲得無偏性、強大數法則、漸近無限的變異數縮減和有限樣本變異數界限。要將樣本從 \([0, 1)\) 轉換為 \([a, b), b>a\),其中 \(a\) 為下限,\(b\) 為上限,則使用以下轉換
\[\text{floor}((b - a) \cdot \text{sample} + a)\]