scipy.stats.qmc.update_discrepancy¶
- scipy.stats.qmc.update_discrepancy(x_new, sample, initial_disc)[源代码]¶
用新样本更新居中差异。
- 参数
- x_newarray_like(1,d)
要添加的新示例 sample 。
- samplearray_like(n,d)
最初的样本。
- initial_disc浮动
的中心差异 sample 。
- 退货
- discrepancy浮动
由以下组成的样本的中心偏差 x_new 和 sample 。
示例
我们还可以使用以下命令迭代计算差异
iterative=True
。>>> from scipy.stats import qmc >>> space = np.array([[1, 3], [2, 6], [3, 2], [4, 5], [5, 1], [6, 4]]) >>> l_bounds = [0.5, 0.5] >>> u_bounds = [6.5, 6.5] >>> space = qmc.scale(space, l_bounds, u_bounds, reverse=True) >>> disc_init = qmc.discrepancy(space[:-1], iterative=True) >>> disc_init 0.04769081147119336 >>> qmc.update_discrepancy(space[-1], space[:-1], disc_init) 0.008142039609053513