常见的连续概率分布

高斯分布

高斯分布是统计学与机器学习中使用最广泛的分布，他的概率密度函数( $pdf$ )：

$$\mathcal{N}(x|\mu,\sigma^{2}) = \frac{1}{\sqrt{2\pi\sigma^{2}}}e^{-\frac{(x-\mu)^{2}}{2\sigma^{2}}}$$

高斯分布的精度：$\lambda = 1/\sigma^{2}$，精度越高意味着高斯分布越集中在 $\mu$ 附近。

累计分布函数：$\Phi(x;\mu, \sigma^{2})=\int_{-\infty}^{x}\mathcal{N}(z|\mu,\sigma^{2})\,dz$

$$$\Phi(x;\mu, \sigma^{2})=\frac{1}{2}[1+erf(z/\sqrt{2})]$$ $其中$z = (x-\mu)/\sigma $，$erf(x)=\frac{2}{\sqrt{\pi}}\int_0^{x}e^{-t^{2}}dt$

退化分布

当 σ2→0