机器学习基础知识之概率论的Matlab描述概率的图像（一）

机器学习基础知识之概率论的Matlab描述概率的图像（一）

（由于有很多的分布，而且还有一维分布以及多维分布，因此，我们一篇博文写下来的话内容量太大，文章太长，因此，我们分三次写完所有的基本的一维以及多维的概率图像的绘制，这是第一篇 ：机器学习基础知识之概率论的Matlab描述概率的图像（一）。）

一、安装Matlab

我们在如下所示的网站按照指导安装Matlab即就可以了：
https://mp.weixin.qq.com/s?__biz=MzA4MjU4MTg2Ng==&mid=2247488991&idx=3&sn=e3322a42f8a7eda2c74d4f613e6b4105&chksm=9f82d5daa8f55ccc443b85431e67f2ad54c8f08f9215c7ef1362c7a2527aaf59a92b2d16e297&mpshare=1&scene=23&srcid=0719PfB3xTn47yBITpSqBvnK&sharer_sharetime=1626680800933&sharer_shareid=35ba81c1ca8b2ad338ff721c6ae0ce49#rd
里面有详细的安装指导，这里不必过多的叙述了。

二、 Matlab基本介绍以及基本的语法

1、优点

1、简单易用；
2、平台的可移植性高；
3、丰富的预定义的函数；
4、以矩阵为基础的运算；
5、强大 的图形界面。

2、语法简介

我们这里着重于matlab的使用，不专注于语法知识，因此，如果还不太了解matlab的读者可以访问如下地址了解matlab语法：

https://www.w3cschool.cn/matlab/

里面有详细的教程指导，我们就不再赘述语法知识了，主要在于应用软件帮助我们学习概率的描述等方面的内容以及其他的方面的实验等。

语法我们不多说，下面直接开始matlab在概率论与数理逻辑中的应用

二、实际的应用

下面开始绘制概率分布函数。

这里，我们绘制九个常见的分布函数，采用循序渐进的方式来写代码，前民的例子代码比较简单，后面的代码有一定的综合性。

当然，九个函数是不能绘制所有的概率曲线的，剩下的一些概率曲线，我们将在后两篇文章中讲解绘制。

下面就是本文的九个常见的概率分布函数的绘制以及其绘制的结果的展示，

如下所示：

1、调用rand函数大生成6x6的随机数矩阵并将矩阵列拉长画出频数直方图

最后，通过上面的代码。我们可以得到如下所示的图像：

2、使用normrnd函数生成随机数据

除了rand之外，还可以使用normrnd来产生随机数据。

（那个错误可以忽略，www）

3、绘制正态分布曲线

我们下面分别绘制，（μ，σ²）在（-1， 1）；（0， 0.1）；（0, 1）；（0， 10）；（1， 1）的时候 的正态分布的曲线：

（-1， 1）


注意代码中使用英文的一个单引号可以不打印：

生成的是一个正态分布的曲线：

后面的话还是同样的操作：

（0， 0.1）

（0, 1）

（0， 10）

（1， 1）

4、调用randn含糊生成6x6的正态随机数矩阵，并且将矩阵按照列拉长画出频数直方图

5、绘制Γ函数对应的Γ分布函数

例如：
（a，λ ）=（2， 1）：


再例如：
（a，λ ）=（0， 10）：


还有：
（a，λ ）=（3， 1）：

6、绘制χ²的概率分布函数

在自由度n=3的时候：


在自由度n=5的时候：


在自由度n=15 的时候：

7、非中心的χ²的概率分布函数的曲线的绘制

我们在这里绘制一个对比的图片来进行更加清晰的显示：

这里的代码注意一下：

注意哪些是绘制图像，哪些可以使得不同的图形在同一个图像中呈现，哪些是绘制示例的：

8、T分布函数的绘制

这里我们一次性绘制多个曲线，方便我们进行比较：

这里，我们可以清楚的看到T分布的特点啦：

9、Rayleigh分布函数的绘制

好了，我们第一篇就绘制着九个曲线图啦。

最后，感谢大家的阅读与支持，如果觉得有帮助的话，就点个赞吧。期待您的持续关注哦。

谢谢大家的阅读啦。