1、多元高斯分布的機率密度函數
多元變量 X = ( x 1 , x 2 , . . . x n ) X=(x_1,x_2,...x_n) X=(x1,x2,...xn)的聯合機率密度函數為:
![](https://img.laitimes.com/img/9ZDMuAjOiMmIsIjOiQnIsIyZuBnL0QTN1ADOzATMyIzNwAjMwIzLc52YucWbp5GZzNmLn9Gbi1yZtl2Lc9CX6MHc0RHaiojIsJye.png)
其中:
d:變量次元。對于二維高斯分布,有d=2;
u = ( u 1 u 2 … u n ) u=(u_1 u_2 … u_n) u=(u1u2…un):各位變量的均值;
Σ:協方差矩陣,描述各維變量之間的相關度。對于二維高斯分布,有:
後文主要分析均值和協方差矩陣對二維高斯分布的影響。
2、均值和協方差矩陣對二維高斯分布的影響
3、總結
①均值表征的是各維變量的中心,其對二維高斯曲面的影響較好了解,它使得整個二維高斯曲面在xoy平面上移動;
②對于協方差矩陣,對角線上的兩個元素,即 δ 11 \delta _{11} δ11和 δ 22 \delta _{22} δ22表征的是x維和y維變量的方差,決定了整個高斯曲面在某一次元上的“跨度”,方差越大,“跨度”越大;
③協方差矩陣的斜對角線上面的兩個元素,即 δ 12 \delta _{12} δ12和 δ 21 \delta _{21} δ21表征的是各維變量之間的相關性:δ12δ12>0說明x與y呈正相關(x越大,y越大),其值越大,正相關程度越大; δ 12 \delta _{12} δ12<0呈負相關;否則不相關。
————————————————
版權聲明:本文為CSDN部落客「林立民愛洗澡」的原創文章,遵循CC 4.0 BY-SA版權協定,轉載請附上原文出處連結及本聲明。
原文連結:https://blog.csdn.net/lin_limin/article/details/81024228