Statistics and Machine Learning Toolbox™ поддерживает генерацию случайных чисел из различных распределений. Каждый генератор случайных чисел (RNG) представляет параметрическое семейство распределений. RNG возвращает случайные числа из заданного распределения в массиве заданных измерений.
Другие функции генерации случайных чисел, которые не поддерживают определенные распределения, включают:
RNG в программном обеспечении Statistics and Machine Learning Toolbox зависят от потока случайных чисел по умолчанию MATLAB® через rand и randn функций. Каждый RNG использует один из методов, обсуждаемых в Common Pseudorandom Number Generation Methods, чтобы сгенерировать случайные числа из заданного распределения.
Управляя потоком случайных чисел по умолчанию и его состоянием, можно управлять тем, как RNG в программном обеспечении Statistics and Machine Learning Toolbox генерируют случайные значения. Для примера, чтобы воспроизвести ту же последовательность значений из RNG, можно сохранить и восстановить состояние потока по умолчанию или сбросить поток по умолчанию. Для получения дополнительной информации об управлении потоком случайных чисел по умолчанию смотрите Управление Global Stream с использованием RandStream.
MATLAB инициализирует поток случайных чисел по умолчанию в одно и то же состояние каждый раз, когда он запускается. Таким образом, RNG в программном обеспечении Statistics and Machine Learning Toolbox будут генерировать одну и ту же последовательность значений для каждого сеанса работы с MATLAB, если вы не измените это состояние при запуске. Один из простых способов сделать это - добавить команды к startup.m такие как
rng shuffleкоторые инициализируют поток случайных чисел по умолчанию в разное состояние для каждого сеанса.
В следующей таблице перечислены поддерживаемые распределения и их соответствующие функции генерации случайных чисел.