Java教程

PRML-1.2.4 高斯分布

本文主要是介绍PRML-1.2.4 高斯分布，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

1.一元高斯分布

2.多元高斯分布

\(D是维度,\mu是均值向量,D\times D的矩阵\Sigma是协方差矩阵\)
\(比如二维的X,Y\)
\(\begin{bmatrix} cov[x,x] & cov[x,y] \\ cov[y,x] & cov[y,y] \\ \end{bmatrix},对角线上正好是各自的方差\)
\(|\Sigma|是行列式\)

3.一些记号

参数 含义
\(N\)                                                                       样本量                                                                     
\(x=(x_1,...,x_N)^T\) \(样本数据集\)
\(t=(t_1,...,t_N)^T\) \(样本的目标数据集\)
\(p(x|\mu,\sigma^2)=\prod\limits_{n=1}^{N} \mathcal{N}(x_n|\mu,\sigma^2)\) \(数据集x是独立同分布，给定\mu和\sigma^2的情况下的数据集的概率\)
\(w\) \(模型参数\)
\(\mu\) \(期望\)
\(\sigma^2\) \(方差\)
\(\beta\) \(精度,\beta^{-1}=\sigma^2\)
这篇关于PRML-1.2.4 高斯分布的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！
您可能喜欢
栏目导航