机器学习中的数学基础--第六天
特征函数与中心极限定理
特征函数:
中心极限定理:
独立同分布的中心极限定理:
该定理说明,当n很大时,随机变量 近似地服从标准正态分布N(0,1)。因此,当n很大时, 近似地服从正态分布N(nμ,nσ2).该定理是中心极限定理最简单又最常用的一种形式,在实际工作中,只要n足够大,便可以把独立同分布的随机变量之和当作正态变量。这种方法在数理统计中用得很普遍,当处理大样本时,它是重要工具。
统计学基本概念
p-value:假定值,假设几率
ps.P值不是给定样本结果时原假设为真的概率,而是给定原假设为真时样本结果出现的概率。
α:显著性水平,当原假设正确时,拒绝原假设的概率,1-α为置信度(置信区间)
TP、FP、TN、FN:
α和p-value 的区别:转载:知