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

scipy.stats.qmc.discrepancy

scipy.stats.qmc.scale