常见的概率分布

最新推荐文章于 2024-04-22 15:46:39 发布
最新推荐文章于 2024-04-22 15:46:39 发布
阅读量3.4k 收藏 1
点赞数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/liuchaohs/article/details/87990814
版权

常见的概率分布

 

目录

常见的概率分布

Bernoulli（伯努利）分布：

Multinouli分布（范畴分布）

高斯分布（正态分布）

指数分布

Laplace分布

Bernoulli（伯努利）分布：

二值的随机变量，满足如下条件

Multinouli分布（范畴分布）

指的也是单个随机变量, 可以随机地取 k个不同的状态, 在每个状态上的概率用 pi来表示. 因此 Multinoulli 分布可以用一个 k−1 维的向量 表示, 第k个可以用1-sum（k-1）得到。

在机器学习中，常用于分类。

 

高斯分布（正态分布）

 

当我们缺乏对某个实数上分布的先验知识而不知道选择怎样的形式的时候，正态分布是默认的 比较好的选择

 

指数分布

X=0时，取得边界点

Laplace分布

一般μ的取值为0，所以形式如下

也称双指数函数分布

 

 

chaoliu_lc
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
多项分布与范畴分布
michellechouu的专栏
02-09 1001
1. 伯努利分布(Bernoulli distribution)   伯努利分布又称二点分布或0-1分布，即一次试验只有正例和反例两种可能，以随机变量表示就是X只能取0或1，伯努利试验是只有两种可能结果的单次随机试验，假设一次试验出现正例的概率为p(0<p<1)，那么P(X=1)=pP(X=1)=p，P(X=0)=1−pP(X=0)=1−p，可以统一表达为P(X=k)=pk(1−p)1−k,k=0,1P(X=k)=pk(1−p)1−k,k=0,1，则称X服从参数为p的伯努利分布，记为X∼Ber
数据科学家应知必会的6种常见概率分布
kicilove的小屋
11-28 2万+
本文介绍六种概率分布的原理、举例、均值、方差、期望、概率分布图等，分布分别为伯努利分布、均匀分布、二项分布、正态分布、泊松分布、指数分布；另外介绍各种分布之间的关系和不同
机器学习中的数学——常用概率分布（二）：范畴分布（Multinoulli分布）
冯·诺依曼
10-03 2万+
范畴分布（Multinoulli分布）是指在具有kkk个不同状态的单个离散型随机变量上的分布，其中kkk是个有限值。Multinoulli分布由向量p∈[0,1]k−1p\in[0, 1]^{k-1}p∈[0,1]k−1参数化，其中每一个分量ppp表示第iii个状态的概率。最后的第kkk个状态的概率可以通过1−∑k−1pi1-\sum_{k-1}p_i1−∑k−1​pi​给出。注意我们必须限制∑k−1pi≤1\sum_{k-1}p_i\leq 1∑k−1​pi​≤1。 Multinoulli分布经常用来表示
常见概率分布-2-范畴分布（Multinoulli Distribution）
最新发布
悦学共鸣，温柔以待，汇聚光芒，共同成长
04-22 1087
范畴分布，或称为Multinoulli分布，是一种离散概率分布，用于描述一个试验结果只有多个互斥类别中的一个的情形。
范畴分布(Multinoulli 分布)
weixin_36670529的博客
09-21 3505
Multinoulli 分布, 指的也是单个离散型随机变量, 可以随机地取 k 个不同的状态, 在每个状态上的概率用 pi 来表示. 因此 Multinoulli 分布可以用一个 k−1 维的向量 p 表示, 因为这个分布只有 k−1 个自由度，。 在 ML 中, Multinoulli分布常用来表示 classification 的 k个类, 而class之间一般是没有可比可计算性的, 因此我...
建议收藏:彻底弄懂常见的几种概率分布
zm_zhangmin的专栏
11-11 6171
常见的几种概率分布 1 二项分布 所谓的二项式分布就是只有两个可能结果的分布，例如：阴和阳、成功和失败、得到和丢失等，每一次尝试成功或失败的概率相等。如果在实验中成功的概率为0.9，则失败的概率可以很容易地计算得到 q = 1 - 0.9 = 0.1。每一次尝试都是独立的，前一次的结果不能决定或影响当前的结果。将只有两种结果的独立实验重复N次，得到的概率分布叫做二项分布，对应的实验叫做N重伯努利实...
几种概率分布（伯努利分布、二项分布、泊松分布、均匀分布、正态分布、指数分布、伽马分布）
李宏宗的博客
11-06 1万+
伯努利分布（Bernoulli Distribution） 又名两点分布或者0-1分布，是一个离散型概率分布，为纪念瑞士科学家雅各布·伯努利而命名。若伯努利试验成功，则伯努利随机变量取值为1。若伯努利试验失败，则伯努利随机变量取值为0。记其成功概率为p(0≤p≤1)p (0\le p \le 1)p(0≤p≤1)，失败概率为q=1−pq=1-pq=1−p。 均匀分布（Uniform Distribution） 又分为离散型均匀分布和连续型均匀分布 离散型均匀分布 在统计学及概率理论中，离散型均匀分布是离散型
2-2_连续型随机变量与常见概率分布.ppt
01-10
连续型随机变量与常见概率分布 概率论与数理统计中，连续型随机变量是指其所有可能取值充满若干个区间的随机变量。对这种随机变量，不能象离散型随机变量那样，指出其取各个值的概率，给出概率分布。而是用“概率...
2-1_离散型随机变量与常见概率分布.ppt
01-10
离散型随机变量的概率分布描述了变量取每个可能值的概率，通常写作P{X = xk} = pk，其中k是可能的取值，pk是对应取值的概率。概率分布的两个基本性质是：(1)所有概率非负，即pk ≥ 0，k = 1, 2, ..., n, ...；(2)...
16种常见概率分布概率密度函数、意义及其应用.doc
10-02
以下是对给定文件中提到的16种常见概率分布的概率密度函数、意义及其应用的详细阐述： 1. **均匀分布** (Uniform Distribution) - 描述：均匀分布是一种连续分布，其中所有值出现的概率相同，具有一个固定的范围(a...
常见概率分布间的逻辑关系 (1982年)
05-07
常见概率分布间的逻辑关系 (1982年)
各种概率分布图像_概率分布图像_
09-30
在数据分析和统计学中，概率分布是描述随机变量可能取值的概率规则。它们在理论研究和实际应用中扮演着至关重要的角色。R语言作为一种强大的统计分析工具，提供了丰富的图形库来绘制各种概率分布的图像，使得我们...
概率论6大基本分布
qq_29566629的博客
05-30 8666
看到机器学习中，要求训练集和测试集来自同一分布，然后学习了一下概率论中分布的类型，说明如下： 概率论中的六种常用分布，即（0－1）分布、二项分布、泊松分布、均匀分布、指数分布和正态分布。 引用说明：https://blog.csdn.net/cc1949/article/details/78906044 ...
常见分布及其概率分布图
热门推荐
Wisimer
05-09 4万+
概率分布有两种类型：离散（discrete）概率分布和连续（continuous）概率分布。 离散概率分布也称为概率质量函数（probability mass function）。离散概率分布包括： 伯努利分布（Bernoulli distribution） 二项分布（binomial distribution） 几何分布（geometric distribution） 泊松分布（Poisson...
常见的概率分布类型（一）（Probability Distribution I）
weixin_34233856的博客
02-15 6849
统计学中最常见的几种概率分布分别是正态分布（normal distribution），t分布（t distribution），F分布（F distribution）和卡方分布（χ2 distribution，chi-squaredistribution），其中后三种属于抽样分布。 为什么要研究概率分布呢？因为通过研究概率分布，我们可以找出数据的分布规律，并根据这些规律来解决特定条件下的问...
范畴及范畴论的理解
02-24 9851
范畴（category）不仅仅是一种数学语言，更是一种哲学观点。代数思想的精髓在于：抽象，但是简洁。概括性极高。 0. 预备概念 态射：morphism，最常见的这种过程的例子是在某种意义上保持结构的函数或映射。在集合论中，例如，态射就是函数，在群论中，它们是群同态，而在拓扑学中，它们是连续函数。在泛代数（universal algebra）的范围，态射通常就是同态。 对态射和它们定义于其间的结构
深度学习中Multinoulli分布
limiaoiao的博客
08-05 2494
Multinoulli分布 Multinoulli 分布是多项式分布（multinomial distribution）的一个特例。 多项式分布是{0; : : : ; n}k 中的向量的分布，用于表示当对 Multinoulli 分布采样 n 次时 k 个类中的每一个被访问的次数。很多文章使用 “多项式分布’’ 而实际上说的是 Multinoulli 分布，但是他们并没有说是对 n = 1 ...
深度学习（Deep Learning）读书思考一：基本概念
fangqingan_java的专栏
11-20 2227
概述 《Deep Learning》是大神Yoshua Bengio关于深度学习的一个全面概述，之前也出过很多综述类的文章。 该系列读书思考笔记主要记录深度学习中需要关注或者实际工业界使用的知识点或者技术，方便查阅和备忘。 本节可能会罗列很多技术点，后面慢慢补充。 人工智能图谱 机器学习的终极目标是人工智能（AI），目前AI的痛点在于人很容易理解的知识，机器很难去表示

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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