uniformの下限が上限より大きいのはおかしいのか

Question

uniformの下限が上限より大きいのはおかしいのでしょうか？

import scipy
from sklearn.linear_model import LogisticRegression
from sklearn.ensemble import GradientBoostingClassifier

pipe_logistic = Pipeline([('scl',StandardScaler()),('est',LogisticRegression(random_state=1))])
pipe_gbc = Pipeline([('scl',StandardScaler()),('est',GradientBoostingClassifier(random_state=1))])
param_dist_logistic = {'est__C':scipy.stats.uniform(0.1, 100), 'est__penalty':['l1','l2']}
param_dist_gbc = {'est__n_estimators':[50,100],'est__subsample':scipy.stats.uniform(0.8,0.2)}

というサンプルコードがあって、

scipy.stats.uniform(0.8,0.2)

とuniform(0.8,0.2)の下限が上限より大きいのが納得できません。これはどのように一様分布しているのでしょうか...？
でもこのサンプルコードを動かしてもエラーが出ないのでさらに謎です。uniformの下限が上限より大きくてもおかしくはないのでしょうか？

Answer 1

こちらの質問と同じですね。
https://stackoverflow.com/questions/44572109/what-are-the-arguments-for-scipy-stats-uniform

1個目が下限で、1個目+2個目が上限かと。