机器学习基础：变量与随机变量的区别

随机变量

随机变量表示随机现象（在一定条件下并不是总出现相同结果）中各种结果的实值函数（一切可能的样本点），发生概率不为1且大于0的变量都属于随机变量，随机变量具有随机性与不确定性，但是在随机变量的值落在某一个范围的概率是一定会的。例如：筛子的点数，某一时间内公共汽车的乘车人数。。。。。
随机变量与模糊变量的不确定性的本质差别在于，后者测定的结果，仍具有不确定性，即模糊性。

变量与随机变量的区别

当变量的取值概率不是1是，变量就变成了随机变量，当随机变量的取值概率是1时，随机变量就变成了变量。
比如：
当变量x的值为100的概率为1时，那么x=100就是确定了的，不会再有变化，除非进一步运算。
当变量x的值为100的概率不是1时，比如取值为50和100的概率都为50%，那么取值就会随着条件变化而变化。