机器学习小组知识点14:均匀分布(Uniform Distribution)
定义[编辑]
一个均匀分布在区间[a,b]上的连续型随机变量 X {\displaystyle X} 可给出如下函数:
概率密度函数:
f(x)=\left\{{\begin{matrix}{\frac {1}{b-a}}&\ \ \ {\mbox{for }}a\leq x\leq b\\0}\end{matrix}}\right.
累积分布函数:
F(x)=\left\{{\begin{matrix}0}x
公式:
期望值和中值: 是指连续型均匀分布函数的期望值和中值等于区间[a,b]上的中间点。
{\displaystyle E[X]={\frac {a+b}{2}}}
其实这个证明很简单的,做个简单的积分就可以了。
方差:
VAR[X]={\frac {(b-a)^{2}}{12}}
这个要用到熊神曾讲过的方差跟期望的关系,然后再积分搞定。
VAR[X]={\displaystyle E[X^2]-\displaystyle (E[X])^2}
均匀分布具有下属意义的等可能性。若 X∼U[a,b] {\displaystyle X\sim U[a,b]} ,则X落在[a,b]内任一子区间[c,d]上的概率:
{\displaystyle P(c\leq x\leq d)=F(d)-F(c)=\int _{c}^{d}{\frac {1}{b-a}}\,dx={\frac {d-c}{b-a}}} P(c\leq x\leq d)=F(d)-F(c)=\int _{c}^{d}{\frac {1}{b-a}}\,dx={\frac {d-c}{b-a}}
只与区间[c,d]的长度有关,而与他的位置无关。
试用环境:生物学概念
均匀分布或称规则分布。植物种群的个体是等距分布,或个体之间保持一定的均匀的间距。均匀分布在自然情况下极为罕见,而人工栽培的有一定株行距的植物群落即是均匀分布。
机器学习小组知识点14:均匀分布(Uniform Distribution)相关推荐
- 机器学习小组知识点45:批量梯度下降法(BGD)和随机梯度下降法(SGD)的代码实现Matlab版1
原 机器学习小组知识点4&5:批量梯度下降法(BGD)和随机梯度下降法(SGD)的代码实现Matlab版 2016年10月19日 10:17:28 Eric2016_Lv 阅读数:3379 这 ...
- 机器学习小组知识点17:对数正态分布(Logarithmic Normal Distribution)
这块儿我是真的没听说过,所以直接抄了维基百科,维基万岁! 概率密度函数 在概率论与统计学中,对数正态分布是对数为正态分布的任意随机变量的概率分布.如果 X X 是正态分布的随机变量,则 exp(X)e ...
- 机器学习小组知识点7:伯努利分布(Bernouli Distribution)
适用环境:伯努利分布是较为简单的一种分布,应用于两种实验结果.要么成功,要么失败,一定程度上是二元的性质.这里,我们假设成功的概率为 p p,显然失败的概率就变成了1−p1-p. 概率公式可以表示为 ...
- 机器学习小组知识点16:指数分布(Exponential Distribution)
试用环境 指数分布是事件的时间间隔的概率.下面这些都属于指数分布. 婴儿出生的时间间隔 来电的时间间隔 奶粉销售的时间间隔 网站访问的时间间隔 推导 指数分布的公式可以从泊松分布推断出来.如果下一个婴 ...
- 机器学习小组知识点31:重要性采样(Importance Sampling )
重要性采样的历史要追溯到20世纪40年代,感兴趣的同学可以查看相关的文献. 接下来我们要介绍另一个重要的proposal distribution q(x)q(x)使得他的支撑包含p(x)p(x)的支 ...
- 机器学习小组知识点36:FCM聚类
Reference: https://home.deib.polimi.it/matteucc/Clustering/tutorial_html/cmeans.html
- 机器学习小组知识点4:批量梯度下降法(BGD)
详情请点击资源页进行下载 http://download.csdn.net/detail/eric2016_lv/9657140 不用怕,免费! 致谢:感谢肖凯博士为本资源的整理和归纳,另外感谢上海交 ...
- 机器学习小组知识点1:均方误差(MSE)
均方误差单独扽概念是很简单的,这里只做介绍,更深一步的内容会在后面列出来. SSE(和方差.误差平方和):The sum of squares due to error MSE(均方差.方差):Mea ...
- 均匀分布(Uniform distribution)
定义 对于投骰子来说,结果是1到6.得到任何一个结果的概率是相等的,这就是均匀分布的基础.与伯努利分布不同,均匀分布的所有可能结果的n个数也是相等的. 如果变量X是均匀分布的,则密度函数可以表示为: ...
最新文章
- Java堆和栈的基本理解
- 基于自适应逆透视变换的车道线SLAM
- Openfire 性能优化
- Ubuntu MySQL
- Golang Context包的使用
- MFC添加自定义消息及重写消息过程
- Tiny Core Linux 4.5 发布,微型 Linux 操作系统
- ASP.NET性能监控和优化入门
- 金融行业文档管理系统的八大创新
- ffmpeg显卡快速压制单/双语字幕视频
- 刘宇凡:七夕,听说爱情曾来过
- 编译原理(二)文法和语言、符号和符号串、文法的类型、语法树
- torch.bmm 函数
- 【华为HCIE证书难考吗?】
- 【Vue知识点- No4.】vue组件、组件通信、Todo案例
- WinInet进阶:发送邮件
- Linux 磁盘分区及文件系统挂载
- SCIE与SCI差别是啥?
- Yolov5模型使用教程
- Android源码是这样搞到的(图解)
热门文章
- D3D11的颜色处理
- web前端(html)
- C语言实现当前时间的前后多少秒的时间计算
- Spring boot 之 RestTemplate
- Vue3的filter过滤器代替方法
- Java:extends 和 implements 的区别
- bazel编译protobuf时 “ERROR: cc_toolchain does not have mandatory provider ‘ProtoInfo‘. “
- 第二讲 单片机C语言之12864液晶显示
- python 计算股票保本卖出价格
- 亚马逊云服务器使用密码登录