多元高斯分布

來源:互聯網
上載者:User

標籤:

  直接給出多元高斯分布和單元高斯分布的機率密度函數:

  

  μ是一個D維均值向量,Σ是一個D×D的共變數矩陣,我們只考慮正定矩陣(所有特徵值都是正數),即|Σ|>0;多元高斯分布和單態量高斯分布儘管在形式上不同,但實際上單態高斯是維數為1的多元高斯分布:當D=1時,Σ是一個1×1的矩陣(即退化為一個數),|Σ|1/2=σ(即標準差),Σ-1=σ-2,(x-μ)T=(x-μ),我們能夠把這兩個公式很好的對應起來。

  在共變數矩陣Σ中,(i,j)元素是X向量中第i個和第j個元素的共變數:  

  我們這裡考慮的共變數矩陣都是實對稱矩陣。根據線性代數理論,所有N×N的實對稱矩陣都有N個線性無關的特徵向量,並且這些特徵向量都可以正交單位化而得到一組正交且模為1的向量(參考wiki譜分解),以二維矩陣為例:

  

  因此,共變數矩陣可以表示為以下形式(x,u一樣,都是特徵向量的單位正交形式):

  

  又因為中間的是對角矩陣,我們很容易的就可以得到它的逆矩陣:

  

  我們現在回到高斯分布的公式上,定義以下的二次型:

  

  將我們推導的共變數矩陣的擬帶入上式,可得:     

  其中再定義:

  

  ==》

  

  其中U是一個正交矩陣;以二維資料為例,高斯分布為一個橢圓曲面(所有特徵值為正的情況下),橢圓中心為μ,橢圓軸的方向沿著ui,縮放因子為λ1/2.如下:

  

 

多元高斯分布

聯繫我們

該頁面正文內容均來源於網絡整理,並不代表阿里雲官方的觀點,該頁面所提到的產品和服務也與阿里云無關,如果該頁面內容對您造成了困擾,歡迎寫郵件給我們,收到郵件我們將在5個工作日內處理。

如果您發現本社區中有涉嫌抄襲的內容,歡迎發送郵件至: info-contact@alibabacloud.com 進行舉報並提供相關證據,工作人員會在 5 個工作天內聯絡您,一經查實,本站將立刻刪除涉嫌侵權內容。

A Free Trial That Lets You Build Big!

Start building with 50+ products and up to 12 months usage for Elastic Compute Service

  • Sales Support

    1 on 1 presale consultation

  • After-Sales Support

    24/7 Technical Support 6 Free Tickets per Quarter Faster Response

  • Alibaba Cloud offers highly flexible support services tailored to meet your exact needs.