高斯分布

身影王座

于 2023-02-07 16:39:53 发布

阅读量7k

点赞数 2

分类专栏：算法文章标签：算法

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/qq_42148307/article/details/128920446

版权

算法专栏收录该内容

53 篇文章 0 订阅 ¥49.90 ¥99.00

订阅专栏

超级会员免费看

高斯分布又叫正态分布，是统计学中最重要的连续概率分布。研究表明，在物理科学和经济学中，大量数据的分布通常是服从高斯分布，所以当我们对数据潜在分布模式不清楚时，可以优先用高斯分布近似或精确描述。高斯分布分为一维高斯分布和多维高斯分布。

一维高斯分布

假设一维随机变量X服从高斯分布如下：

$\mathrm{X} \sim \mathrm{N}\left(\mu, \sigma^{2}\right)$

它的概率密度函数见公式为：

$\mathrm{f}(\mathrm{x})=\frac{1}{\sigma \sqrt{2 \pi}} \mathrm{e}^{-\frac{1}{2}\left(\frac{\mathrm{x}-\mu}{\sigma}\right)^{2}}$

以上高斯分布曲线取决于两个因素：均值和标准差。分布的均值决定了图形中心的位置，标准差决定了图像的高度和宽度。标准差大时，曲线呈现出“矮胖”，标准差小时，曲线呈现出“高瘦”。因此通过改变均值和标准差，根据其概率密度函数得到不同

了解本专栏

超级会员免费看

关注

2
点赞
踩
23

收藏

觉得还不错? 一键收藏
打赏
0
评论
高斯分布

高斯分布又叫正态分布，是统计学中最重要的连续概率分布。研究表明，在物理科学和经济学中，大量数据的分布通常是服从高斯分布，。高斯分布分为一维高斯分布和多维高斯分布。假设一维随机变量X服从高斯分布如下：它的概率密度函数见公式为：。分布的均值决定了图形中心的位置，标准差决定了图像的高度和宽度。标准差大时，曲线呈现出“矮胖”，标准差小时，曲线呈现出“高瘦”。因此通过改变均值和标准差，根据其概率密度函数得到不同的高斯分布，见下图。时，就得到了标准高斯分布。
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

打赏作者

身影王座 你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20

扫码支付：¥1

获取中

扫码支付

您的余额不足，请更换扫码支付或充值

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。