Distribusi Logistik digunakan untuk menggambarkan pertumbuhan.
Distribusi Logistik digunakan secara luas dalam pembelajaran mesin dalam regresi logistik, jaringan saraf, dan lain-lain.
Distribusi Logistik memiliki tiga parameter, yaitu:
loc – mean, dimana puncaknya berada. Default 0.
scale– deviasi standar, kerataan distribusi. Default 1.
size – Bentuk dari array yang dikembalikan.
Contoh:
Gambarkan sampel 2×3 dari distribusi logistik dengan mean 1 dan stddev 2.0
from numpy import random x = random.logistic(loc=1, scale=2, size=(2, 3)) print(x)
Visualisasi Distribusi Logistik
Contoh:
from numpy import random import matplotlib.pyplot as plt import seaborn as sns sns.distplot(random.logistic(size=1000), hist=False) plt.show()
Hasilnya:
Perbedaan Antara Distribusi Logistik dan Normal
Kedua distribusi tersebut hampir identik, tetapi ada satu perbedaan dimana distribusi logistik memiliki lebih banyak area di bawah ekor. Dan mewakili lebih banyak kemungkinan terjadinya suatu peristiwa yang jauh dari rata-rata.
Untuk nilai skala yang lebih tinggi (deviasi standar) distribusi normal dan logistik hampir identik selain dilihat dari puncak.
Contoh:
from numpy import random import matplotlib.pyplot as plt import seaborn as sns sns.distplot(random.normal(scale=2, size=1000), hist=False, label='normal') sns.distplot(random.logistic(size=1000), hist=False, label='logistic') plt.show()
Hasilnya:
