伯努利分布均值和方差公式
设成功（1）的概率为p,则不成功（0）的概率为1-p
mean
$$\mu = 0 \times (1-p) + 1 \times p = p$$
variance
$$\sigma ^ 2 = (1-p) \times {(0-p)^2} + p \times {(1-p)^2}$$
$$(1-p) \times {(0-p)^2} + p \times {(1-p)^2} = (1-p) \times (p)\times (p) + p \times (1-p) \times (1-p)\\
=p \times (1-p) \times {p+1-p}$$
$$\sigma ^ 2 = p(1-p)$$
伯努利分布 是一种离散分布,有两种可能的结果。
1表示成功，出现的概率为p(其中0＜p＜1)。0表示失败，出现的概率为q=1-p
这个分布在分类算法里使用比较多
二项分布其实就是n重伯努利分布．
期望为 $E(x)=np$，方差为 $D(x)=np(1-p)$
from scipy.stats import binom
博主个人能力有限，错误在所难免．
如发现错误请不要吝啬，发邮件给博主更正内容，在此提前鸣谢．
Email: JentChang@163.com （来信请注明文章标题，如果附带链接就更方便了）
你也可以在下方的留言板留下你宝贵的意见．
