← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9838.k · 生成模型:Hunyuan

联合分布与边缘分布

理解等级:高级

把矩阵从单特征扩展到多特征,每个特征用一个随机变量表示,一个对象就是 n 个随机变量构成的整体,即随机向量的一组取值,矩阵中所有对象则给出这组随机变量的联合分布与边缘分布。以水果的种类和颜色为例,联合分布表中间部分列出 X=苹果/梨 与 Y=红/黄/绿 各种组合的概率,如 P{苹果,红色}=0.4、P{梨,黄色}=0.45;灰色边缘部分是把其他特征求和后单个特征各自的分布,如 P{苹果}=0.5、P{绿色}=0.05。联合分布描述多个特征同时取值的概率关系,边缘分布描述单个特征取值的概率关系,二者共同刻画对象特征间的概率结构。因为机器学习处理的对象和矩阵本质上是多元数据,所有与概率相关的算法都以联合分布和边缘分布为运算基础,朴素贝叶斯、回归分析、聚类分析、主成分分析与概率图模型都建立其上。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第1章 机器学习的基础 · 查看原书依据

      随机向量的联合概率分布和边缘概率分布描述了对象特征间的概率关系。在机器学习中,对象及对象构成的矩阵都是多元数据,因此,所有与概率相关的算法都以对象的联合概率分布和边缘概率分布为运算基础。

    参考来源

    - 位置:《机器学习算法原理与编程实践》第1章 机器学习的基础(源文件:extracted/机器学习算法原理与编程实践/_epub-src/OEBPS/text00007.html) - 结论依据:原文把对象扩展为随机向量,给出水果种类与颜色的联合概率表和边缘概率数值,并说明多元统计算法都以这两种分布为运算基础。 - 原始内容:随机向量的联合概率分布和边缘概率分布描述了对象特征间的概率关系。在机器学习中,对象及对象构成的矩阵都是多元数据,因此,所有与概率相关的算法都以对象的联合概率分布和边缘概率分布为运算基础。