分类目录:《机器学习中的数学》总目录
相关文章:
· 常用概率分布(一):伯努利分布(Bernoulli分布)
· 常用概率分布(二):范畴分布(Multinoulli分布)
· 常用概率分布(三):二项分布(Binomial分布)
· 常用概率分布(四):均匀分布(Uniform分布)
· 常用概率分布(五):高斯分布(Gaussian分布)/正态分布(Normal分布)
· 常用概率分布(六):指数分布(Exponential分布)
· 常用概率分布(七): 拉普拉斯分布(Laplace分布)
· 常用概率分布(八):狄拉克分布(Dirac分布)
· 常用概率分布(九):经验分布(Empirical分布)
· 常用概率分布(十):贝塔分布(Beta分布)
· 常用概率分布(十一):狄利克雷分布(Dirichlet分布)
· 常用概率分布(十二):逻辑斯谛分布(Logistic 分布)
拉普拉斯分布(Laplace分布)允许我们在任意一点
μ
\mu
μ处设置概率质量的峰值:
Laplace
(
x
∣
μ
,
γ
)
=
1
2
γ
e
−
∣
x
−
μ
∣
γ
\text{Laplace}(x|\mu,\gamma)=\frac{1}{2\gamma}e^{-\frac{|x-\mu|}{\gamma}}
Laplace(x∣μ,γ)=2γ1e−γ∣x−μ∣
拉普拉斯分布的期望为
μ
\mu
μ,方差为
2
γ
2
2\gamma^2
2γ2,偏度为0,峰度为3。拉普拉斯分布的概率密度与正态分布看起来很像,下图为标准拉普拉斯分布(
γ
=
1
\gamma=1
γ=1)和标准正态分布的概率密度图: