"模式识别与机器学习"读书笔记——2.3(2)

本文详细探讨了高斯分布下条件分布与边缘分布的性质,通过实例展示了如何利用矩阵变换求解期望与协方差,同时阐述了边缘分布与联合分布之间的关系,为理解概率论基础提供了深入洞见。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

2.3.1 Conditional Gaussian distributions

如果两个变量集合共同符合分布高斯分布,那么每个单一变量的条件分布(p(a|b))与边缘分布(p(a))都是符合高斯分布的。

即如果x是高斯分布。

则xa,xb也符合高斯分布。而且他们的期望与协方差可求,可以用两种方法求出。(都是利用矩阵变换的性质)

结论是:

2.3.2 Marginal Gaussian distributions

谈完了条件分布,谈边缘分布,边缘分布与联合分布的关系是:

边缘分布也是高斯分布。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值