随机变量的方差variance & 随机向量的协方差矩阵covariance matrix

简介:

1.样本矩阵

 

  如果是一个随机变量,那么它的样本值可以用一个向量表示。相对的,如果针对一个随机向量,那么就需要利用矩阵表示,因为向量中的每一个变量的采样值,都可以利用一个向量表示。

  然后,一个矩阵可以利用行向量组与列向量组进行表示。

 

 

2.数学期望和方差的定义

 

3.协方差的定义式

 

4.协方差矩阵的定义

 本文转自二郎三郎博客园博客,原文链接:http://www.cnblogs.com/haore147/p/3640427.html,如需转载请自行联系原作者

 

相关文章
|
5月前
|
机器学习/深度学习 算法 数据挖掘
K-均值算法
K-均值算法是发现给定数据集的k个簇的算法。簇个数k是用户给定的,每一个簇通过其簇中所有点的中心点来描述 工作流程: 首选选取样本中k个样本作为每个簇的簇中心 然后对每一个样本与每个簇之间的关系,来分配到每一个簇中 然后更新每个簇的均值
45 1
【线性代数】求矩阵的特征值、特征向量和协方差矩阵
线性代数基础知识:求矩阵的特征值、特征向量和协方差矩阵
【线性代数】求矩阵的特征值、特征向量和协方差矩阵
L3-连续变量分布:均匀分布、指数分布、正态分布
L3-连续变量分布:均匀分布、指数分布、正态分布
L3-连续变量分布:均匀分布、指数分布、正态分布
|
C++
202104-2邻域均值
202104-2邻域均值
75 0
 202104-2邻域均值
|
算法 数据挖掘
一句话总结K均值算法
一句话总结K均值算法
|
算法 数据挖掘
K均值算法
K均值算法