多维高斯分布公式为:
其中
是
维期望向量
是
维协方差矩阵
表示
的行列式。
3、1 推导:假设
各个维度间相互独立,利用一维高斯分布推出多维独立高斯分布。
因为独立所以可以直接相乘:
其中
可以表示为
而
可以表示为
最终可以写成
3、2 推导:假设
各个维度不独立,利用3.1推导多维高斯分布。
多维高斯分布
图中的高斯分布维度之间相关,我们可以把
投影到新的坐标轴
上,那么各个维度间就相互独立了。投影的公式为:
其中
是正交矩阵,所以有
用上面推导的结果带入多维高斯分布得到下面分布:
原创 | 2022-11-22 21:49:39 |浏览:1.6万
多维高斯分布公式为:
其中
是
维期望向量
是
维协方差矩阵
表示
的行列式。
3、1 推导:假设
各个维度间相互独立,利用一维高斯分布推出多维独立高斯分布。
因为独立所以可以直接相乘:
其中
可以表示为
而
可以表示为
最终可以写成
3、2 推导:假设
各个维度不独立,利用3.1推导多维高斯分布。
多维高斯分布
图中的高斯分布维度之间相关,我们可以把
投影到新的坐标轴
上,那么各个维度间就相互独立了。投影的公式为:
其中
是正交矩阵,所以有
用上面推导的结果带入多维高斯分布得到下面分布:
Copyright 2005-2020 www.kxting.com 版权所有 | 湘ICP备2023022655号
声明: 本站所有内容均只可用于学习参考,信息与图片素材来源于互联网,如内容侵权与违规,请与本站联系,将在三个工作日内处理,联系邮箱:47085,1089@qq.com