关于高斯分布的注记

在学习NLP，ML的时候，经常会用到高斯分布。为什么假设一些数据服从高斯分布呢？很直观的原因是现实生活中的例子一般满足高斯分布，比如学生的成绩分布等。直到看了Ng的《机器学习》课之后，才明白原因。

1. 高斯分布便于计算。

2. 对实际数据建模的时候，通常会做一些假设。然后模型和实际数据之间会有一定的误差，这些误差是随机的，有各种各样的原因会引起误差，各种因素之间是相互独立的，且假定满足某一分布（并非同分布）。根据中心极限定理，任意独立的分布的平均分布近似服从正态分布，当样本量足够大的时候。因此，假设误差服从正态分布是合理的。