- 1、本文档共38页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
中科院机器学习Lecture5_6_MultivariateNormal
多元正态分布
Chapter 5
主要内容
• 多元正态分布(Multivariate Normal, MVN)
• 联合高斯分布推断
• MVN的MLE推断
• MVN的贝叶斯推断
– 均值
– 协方差
– 均值协方差
• 判别分析
多元正态分布
D D´D
• 一般形式:x Î ,ΣÎ
1 ì 1 T ü
ï ï
ï -1 ï
x| μ,Σ = exp - x- μ Σ x- μ
( ) 2 D 2 1 2 íï 2 ( ) ( )ýï
p Σ ï ï
( ) î þ
T
μ= x , Σ= x- μ x- μ
• ( ) (( ) ( ))
• 协方差(Covariance)还可写成(eg, D=2)
æ 2 ö
s rss ÷
ç 1 1 2
Σ=ç ÷÷
çç 2 ÷
èrss s ø
1 2 2
D ´D +1
( )
• 协方差矩阵有 独立元素,是正定矩阵
2
• 协方差的逆= 精度(precision)
2D高斯分布的pdf
æ 2 ö 2
s 0 ÷
一般情况 Σ=çççç 1 2 ÷÷÷ Σ=sI
è0 s2 ø
协方差的特征值分解
水平集(Level set):
特征值分解: Mahalanobis dist = const
Σ=UΛUT
2D椭圆曲线
2 2
文档评论(0)