高斯分布1 概览 一元高斯分布： $$ N(x|\mu,\sigma^2)=\frac{1}{\sqrt{2\pi\sigma^2}}\exp( \frac{(x \mu)^2}{2\sigma^2}) $$ 对于D维向量$\boldsymbol x$，多元高斯分布为： $$ N(\boldsymb ...
分类：
其他好文 时间：
2020-02-16 20:29:26
阅读次数：
90
让我们回到小球检测的栗子，在一元高斯分布下，我们只使用了色相值这一个性质。然而，颜色其实是用多个维度来定义的。比如，在HSV模型下，除了色相值还有饱和度（Saturation）和亮度（Value）。而我们通常使用的三原色光模式（RGB模型）将颜色表示成红色（R）、绿色（G）和蓝色（B）的叠加。如果我 ...
分类：
其他好文 时间：
2019-08-23 22:05:19
阅读次数：
90
十五、异常检测(Anomaly Detection) 15.1 问题的动机 15.2 高斯分布 15.3 算法 15.4 开发和评价一个异常检测系统 15.5 异常检测与监督学习对比 15.6 选择特征 15.7 多元高斯分布（选修） 15.8 使用多元高斯分布进行异常检测（选修） 十六、推荐系统( ...
分类：
其他好文 时间：
2018-01-17 00:01:25
阅读次数：
235
a. 一元高斯分布 b. 多元高斯分布 c. 似然函数 d. 独立同分布(i.i.d —> independent and identically distributed) 给定一个样本集合，其中样本都取自于同一个分布，且彼此之间相互独立，称之为独立同分布；其特性就是这些样本的联合概率，为它们各自的 ...
分类：
其他好文 时间：
2017-09-18 10:46:27
阅读次数：
315
多元高斯(正态)分布 多元高斯分布有两个参数u和Σ,u是一个n维向量，Σ协方差矩阵是一个n*n维矩阵。改变u与Σ的值可以得到不同的高斯分布。 参数估计（参数拟合），估计u和Σ的公式如上图所示，u为平均值，Σ为协方差矩阵 使用多元高斯分布来进行异常检测 首先用我我们的训练集来拟合参数u和Σ，从而拟合模 ...
分类：
其他好文 时间：
2017-08-23 20:48:11
阅读次数：
174
15.1 问题的动机 15.2 高斯分布 15.3 算法 15.4 开发和评价一个异常检测系统 15.5 异常检测与监督学习对比 15.6 选择特征 15.7 多元高斯分布（可选） 15.8 使用多元高斯分布进行异常检测（可选） 15.1 问题的动机 15.2 高斯分布 15.3 算法 15.4 开 ...
分类：
其他好文 时间：
2017-05-13 22:15:26
阅读次数：
221
15.1 问题的动机 15.2 高斯分布 15.3 算法 15.4 开发和评价一个异常检测系统 15.5 异常检测与监督学习对比 15.6 选择特征 15.7 多元高斯分布（可选） 15.8 使用多元高斯分布进行异常检测（可选） 15.1 问题的动机 15.2 高斯分布 15.3 算法 15.4 开 ...
分类：
其他好文 时间：
2017-05-12 20:11:13
阅读次数：
197
直接给出多元高斯分布和单元高斯分布的概率密度函数： μ是一个D维均值向量，Σ是一个D×D的协方差矩阵，我们只考虑正定矩阵（所有特征值都是正数），即|Σ|>0；多元高斯分布和单态量高斯分布尽管在形式上不同，但实际上单态高斯是维数为1的多元高斯分布：当D=1时，Σ是一个1×1的矩阵（即退化为一个数），| ...
分类：
其他好文 时间：
2016-10-07 13:22:48
阅读次数：
196
Anomaly Detection and Recommender Systems 本周编程作业分为两部分：异常检测和推荐系统。 异常检测：本质就是使用样本的到特种值的gaussian分布，来预估正确的特征值的范围。对于一些特殊情况可以使用，多元高斯分布。 要注意该方法与监督学习的不同的适用性特征。 ...
分类：
系统相关 时间：
2016-10-06 22:32:35
阅读次数：
216
matlab中各种高斯相关函数matlab， 高斯函数， 高斯分布最常见的是产生服从一维标准正态分布的随机数n=100; x=randn(1,n) 实现服从任意一维高斯分布的随机数u=10; sigma=4; x=sigma*randn(1,n)+u 产生服从多元高斯分布的随机变量函数mvnrnd,... ...
分类：
其他好文 时间：
2016-09-21 21:14:43
阅读次数：
1078
