@sprt
*写在开头：博主在开始学习机器学习和Python之前从未有过任何编程经验，这个系列写在学习这个领域一个月之后，完全从一个入门级菜鸟的角度记录我的学习历程，代码未经优化，仅供参考。有错误之处欢迎大家指正。
系统：win7-CPU;
编程环境：Anaconda2-Python2.7，IDE：pycharm5;
参考书籍：
《Neural Networks and Learning Machines(Third Edition)》- Simon Haykin;
《Machine Learning in Action》- Peter Harrington;
《Building Machine Learning Systems with Python》- Wili Richert;
C站里都有资源，也有中文译本。
我很庆幸能跟随老师从最基础的东西学起，进入机器学习的世界。*
我们老师有句名言：统计，说白了就是在‘凑’。我学的不好，理解不了这话高深的意境……还是从最基本的做起，就是那几个统计领域基石一般定理的证明。包括切比雪夫大数定律、中心极限定理、最大似然定理、贝叶斯定理。
先来看我们的任务：
随机样本生成：针对以下3种不同的分布函数分别生成随机样本各N个，计算并画出直方图（用一幅图展示）。设置5个不同的N=10，30，100，300，1000。
?均匀分布[-1，1]
?正态分布N（0，1）
?伯努利分布p=0.3
?用模拟的方法验证大数定律：对以上不同分布生成的随机样本分别求平均E(N)，画出E(N)（用一幅图）
?用模拟的方法验证中心极限定律
几个基本定理的证明我手推了一遍，但实在懒得再敲，大家可以上网查一下，也可以参考下面这个手推的笔记（妹子的笔记，征得同意），写的有点繁琐（觉得枯燥的自行解决），但胜在详细，比网上大部分生搬硬套公式来的实在的多，方便辅助理解，另外贝叶斯定理手打，应该看得清楚：
当用数学语言完全推导完一遍之后，已经有了个大体的印象了，然后进行编程模拟就会顺利很多（我突然觉得，编程真的是比这些证明要容易有意思的多啊[笑哭]）。废话不多说直接上代码，先是生成三种随机分布图，并验证大数定律：
import numpy as np
import matplotlib.pylab as plb
number=[10,30,100,300,1000]
def uniform_dis():
ave_uniform=[]
for i in range(len(number)):
data=np.random.uniform(-1,1,number[i])
summer=sum(data)
ave_uniform.append(summer/number[i])
plb.subplot(230+i+1)
plb.hist(data)
plb.xlabel(‘data{}‘.format(i+1))
plb.subplot(236)
plb.plot(number,ave_uniform,‘b*-‘)
plb.xlabel(‘large_law‘)
plb.show()
def bernoulli_dis():
ave_bernoulli=[]
for i in range(len(number)):
data=np.random.binomial(1,0.3,number[i])
summer=sum(data)
ave_bernoulli.append(summer*1.0/number[i])
plb.subplot(230+i+1)
plb.hist(data)
plb.xlabel(‘data{}‘.format(i+1))
plb.subplot(236)
plb.plot(number,ave_bernoulli,‘b*-‘)
plb.xlabel(‘large_law‘)
plb.show()
def normal_dis():
ave_normal=[]
for i in range(len(number)):
data=np.random.normal(0,1,number[i])
summer=sum(data)
ave_normal.append(summer/number[i])
plb.subplot(230+i+1)
plb.hist(data)
plb.xlabel(‘data{}‘.format(i+1))
plb.subplot(236)
plb.plot(number,ave_normal,‘b*-‘)
plb.xlabel(‘large_law‘)
plb.show()
uniform_dis()
bernoulli_dis()
normal_dis()
觉得numpy库实在是太方便了，这里直接调用库中的分布函数就可以，当然各位有兴趣的也可以自己试一下。运行结果如下：
伯努利分布：
均匀分布：
正态分布：
按照之前任务书中列表给出的样本数，分别生成各自的频数直方图，这里将它们画到一副图中（画图技巧参考我上一篇博文中的连接），可以看出随着样本数的增加逐步体现出各自的分布趋势。右下角的折线图是用来验证大数定律，及随着样本数的增加，样本的算术平均值逐步趋近与分布函数的期望值。当然，这个方法存在很多缺陷，例如我的样本点太少；这种方法只是反应了大数定律的部分特性，不足以证明等等，有兴趣的话可以尝试下别的方法。
接下来是中心极限定理的证明（这个定理真是骄傲到不讲道理，真是奇妙），直接上代码：
中心极限定理：
import numpy as np
import matplotlib.pylab as plb
from scipy import stats
import math
number=[30,100,300,1000,5000,30000]
y=[]
for i in range(len(number)):
ave_uniform=[]
for j in range(1000):
data=np.random.uniform(-1,1,number[i])
variance=(1.0/3.0)/(1.0*number[i])
summer=sum(data)
ave_uniform.append(summer/(1.0*number[i]))
Range=np.arange(-0.5,0.5,0.001)
plb.subplot(230+i+1)
plb.plot(Range,stats.norm.pdf(Range,0,math.sqrt(variance)))
plb.hist(ave_uniform,bins=100)
plb.show()
就是证明过程的重现，这里将不同样本数下正态分布的均值求平均，每种样本数下重复1000次画线，与一个满足同样参数的正态分布样本集作比较，结果很明显。这里用正态分布是因为它的期望和方差很好手算，在用pdf函数的时候可以直接带入，也算偷懒。结果如下：
