期望 方差 协方差 协方差矩阵 (Expectation Variance Covariance)

本文总结了机器学习中随机变量的重要数字特征,包括期望、方差、协方差和协方差矩阵。期望是随机变量的平均数,方差衡量数据与其期望的偏离程度,而协方差则反映了多维数据间的线性相关性。协方差矩阵用于描述一组多维数据的统计特性,并具有对称且半正定的特点。
摘要由CSDN通过智能技术生成

在学习机器学习的算法时经常会碰到随机变量的数字特征,所以在这里做一个简单的总结。


1、         期望(Expectation)

离散:

其中,f(x)为随机变量x的概率函数,事实上期望就是随机变量的平均数。

 

 连续:

连续情况和离散的类似,只是把求和换成了积分。

 

求解关于自变量函数的期望的公式如下,其实自变量x的期望是r(x)=x的一个特例。

离散:

 

连续:

 

性质:

1.      如果Y=aX+b , E(Y)=aE(X)+b.

2.      如果x1, x2,…,xn为你个随机变量,

 

 

2、         方差( Variance)

方差经常被用来度量数据和其数学期望之间的偏离程度,

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值