摘要: 贝叶斯机器学习:最大熵及高斯分布 高斯分布,也被称为正态分布,广泛应用于连续型随机变量分布的模型中。高斯分布可以从多个不同的角度来理解。例如,对于一个一元实值向量,使得熵取得最大值的是高斯分布。这个性质对于多元高斯分布也成立。当我们考虑多个随机变量之和的时候,也会产生高斯分布。观察式多元高斯分布的形式,考虑其中在指数位置上出现的二次型(x - mu)^T∑^{-1}(x - mu)。由于协方差矩阵∑是对称矩阵,那么∑^{-1}也是对称矩阵。我们假定∑是正定的,那么∑^{-1}也是正定的。于是,该二次型为x到mu的马⽒距离(Mahalanobis distance)Delta的平方。当∑是单位阵时,就变成了欧氏距离。 阅读全文
posted @ 2025-01-23 23:12 orion-orion 阅读(464) 评论(0) 推荐(2) 编辑
点击右上角即可分享
微信分享提示