原创 | 一文读懂高斯过程

作者：贾恩东
本文约2700字，建议阅读9分钟
本文将使用通俗易懂的语言引导读者入门高斯过程。

高斯过程（Gaussian Process）是机器学习中一个相当基础的概念，本文中笔者将使用通俗的语言让读者入门高斯过程。

高斯过程，顾名思义，包含了高斯分布（Gaussian Distribution）和随机过程（Stochastic Process）。简单来说，高斯过程是一个无限维的高斯分布。

无限维，对于未接触过随机过程的读者们来说可能还是难以理解，我们可以先从一维的高斯分布说起。

一维的高斯分布，即：对于一个随机变量 X 来说，如果其概率密度函数(probability density function, PDF)如下形式：

使用Normal 符号，简单记为：

那么这个一维变量X 就服从一维高斯分布，这个高斯分布里有两个参数，均值 和方差。

我们在下图中，展示了10个关于 X的采样，图中纵轴表示采样的值，横轴我们全部放在1的位置，表示这是从同一个变量中采样得到的。

import numpy as npimport matplotlib.pyplot as plt
n= 1         # 随机变量的维度n
m= 10       # 做了m次采样  
# 这里简单假设所有维度是独立的# 且每个维度上的均值为0，标准差为1# 所以协方差矩阵是一个单位