當(dāng)樣本數(shù)據(jù)X是一維數(shù)據(jù)時，高斯分布遵從以下概率密度函數(shù)：

$$P\left(x|\theta \right)=\frac{1}{2\pi {\sigma }^2}{e}^{?\frac{(x?\mu {)}^2}{2{\sigma }^2}}$$

$\mu$為均值，$\sigma$ 標(biāo)準(zhǔn)差
多維數(shù)據(jù)時，高斯分布遵從以下概率密度函數(shù)：
$$P\left(x|\theta \right)=\frac{1}{(2\pi {)}^{\frac{D}{2}}}{e}^{?\frac{(x?\pi {)}^T\sum (x?\mu {)}^{?1}}{2}}$$

D為數(shù)據(jù)維度
$\sum$為協(xié)方差
$\mu$為均值

總結(jié)

以上是生活随笔為你收集整理的AI理论知识整理（7）-单高斯模型的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。