1.多值正太分布
多变量正太分布描述的是n维随机变量的分布情况(例如变量x有3个属性(连续),胡须长度,角大小,毛长度),单值正太分布(即x只有一个属性),在多值情况下,每个属性都符合高斯分布,所以均值U变成了n维向量,σ也变成了矩阵Σ(协方差矩阵,对角线上为方差)写作N(u, Σ)。假设有n 个随机变量x1 , x2, … , xn。μ的第i 个分量是E(Xi ),而Σii = Var(xi ),Σij = Cov(xi , xj)。概率密度公式如下:
u决定中心位置,Σ决定投影椭圆的朝向和大小,斜对角线上的系数是正的说明属性之间是正相关的且系数越大,说明其越相关。
模型分析与应用
输入特征X是连续型随机变量,那么可以使用高斯判别分析模型来确定p(x|y)
y属于伯努利分布即取2个值0,1,在y=0时,x服从均值为u0,方差为Σ的高斯