对单/多元高斯分布进行极大似然估计是有偏的,均值没偏,方差偏小(只推导了单变量,没推多元高斯的MLE)
任何协方差矩阵都是半正定的,与高斯分布无关
当给出高斯分布pdf的时候要求∑正定,即∑特征值均为正数
高斯分布的截面是椭圆/圆,决定于协方差矩阵∑的特征值,如果特征值都相等就是圆,不相等就是椭圆,各个轴长为根号λ,轴方向即∑的特征向量们
高斯分布的协方差矩阵如果是对角的,那么这个椭圆/圆就是摆正的,因为对角矩阵的特征向量们就是ei
各向同性的高斯分布:协方差矩阵为对角的,且对角元相同,即∑=λI
利用该定理,可以秒得边缘概率分布,也是高斯,只要找出A即可
利用该定理,也可以秒出条件概率分布,也是高斯
两个独立的高斯分布之和仍未高斯,均值相加,方差相加....
给出2个随机向量的协方差:E((x-ux)(y-uy)T)# 在随机变量的基础上加个转置即可
下面的例子给出了规避bayes概率密度计算的快速计算方法:向量叠高,先求联合分布,再代入条件公式
lemma:两个高斯分布,如果任意线性组合仍未高斯分布,则叠高后为多元高斯(平时的问题都满足)