威沙特分布理論部分：概率統計筆記：威沙特分布（Wishart Distribution）_UQI-LIUWJ的博客-CSDN博客

1 使用方法

scipy.stats.wishart(df=None, scale=None, seed=None)

1.1 參數解釋

df	自由度
?scale	????????比例矩陣，該矩陣必須對稱且為正定。 ????????在這種情況下，通常用多元法線精度矩陣(協方差矩陣的逆矩陣)來解釋比例尺矩陣。

??????????????????????????????????????????????

from scipy.stats import wishart y=wishart(10,[[1,0],[0,1]]) y #<scipy.stats._multivariate.wishart_frozen at 0x1f1081270c8>

?1.2 方法

pdf(x, df, scale)	概率密度函數。 ?
logpdf(x, df, scale)	概率密度函數的對數。 ?
rvs(df, scale, size=1, random_state=None)	從Wishart分布中抽取隨機樣本
entropy()	計算Wishart分布的微分熵

總結

以上是生活随笔為你收集整理的scipy笔记：wishart （威沙特分布）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。