联合概率分布及相关概念理解刚开始学机器学习的时候，很多概念都没有理解清楚，现在对一些基础概念进行一下整理概率密度和概率分布的区别首先要理解概率密度函数，就要先分清离散型随机变量和连续型随机变量。离散型随机变量，例如骰子的点数，取值只可能是1-6。连续型随机变量，例如温度，小数点后可能有很多位，是无法精确测量的，不可数。所以可以简单理解为，取值可数的变量是离散型随机变量，取值不可数的变量是连续型随机变量。对于离散型随机变量，取得某一个值的概率为点概率概率密度函数是概率分布函数的求导。
概率密度，概率分布和联合概率分布
刚开始学机器学习的时候，很多概念都没有理解清楚，现在对一些基础概念进行一下整理。
1.离散型随机变量和连续型随机变量
离散型随机变量，例如骰子的点数，取值只可能是1-6。连续型随机变量，例如温度，小数点后可能有很多位，是无法精确测量的，不可数。
所以可以简单理解为，取值可数的变量是离散型随机变量，取值不可数的变量是连续型随机变量。
2.概率密度和概率分布
对于离散型随机变量X，取得某一个值x的概率为 P ( X = x ) P(X=x) P(X=x)，X的概率分布函数是 F X ( x ) = P ( X < = x ) F_X(x)=P(X<=x) FX(x<
最低0.47元/天 解锁文章
1270
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
