Statistics and Machine Learning Toolbox™ поддерживает генерацию случайных чисел от различных распределений. Каждый генератор случайных чисел (RNG) представляет параметрическое семейство распределений. RNG возвращают случайные числа в заданное распределение 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 функции. Каждый RNG использует один из методов, обсужденных в общих Методах Генерации Псевдослучайного числа, чтобы сгенерировать случайные числа от данного распределения.
Путем управления потоком случайных чисел по умолчанию и его состоянием, можно управлять, как RNG в программном обеспечении Statistics and Machine Learning Toolbox генерируют случайные значения. Например, чтобы воспроизвести ту же последовательность значений от RNG, можно сохранить и восстановить состояние потока по умолчанию или сбросить поток по умолчанию. Для получения дополнительной информации на управлении поток случайных чисел по умолчанию, смотрите Управление Global Stream Используя RandStream.
MATLAB инициализирует поток случайных чисел по умолчанию к тому же состоянию каждый раз, когда это запускает. Таким образом RNG в программном обеспечении Statistics and Machine Learning Toolbox сгенерируют ту же последовательность значений для каждого сеанса работы с MATLAB, если вы не измените то состояние при запуске. Один простой способ сделать, который должен добавить команды в startup.m такой как
rng shuffleэто инициализирует поток случайных чисел по умолчанию к различному состоянию для каждого сеанса.
В следующей таблице перечислены поддерживаемые распределения и их соответствующие функции генерации случайных чисел.