期望与方差的定义
\(X\)为随机变量, \(p(x)\)为它的概率密度或质量函数.
期望
\[\mu = E(X) = \int_{-\infty}^{{+\infty}} x p(x) dx
\]
方差
\[\sigma^2 = D(X) = \int_{-\infty}^{{+\infty}} (x - \mu)^2 p(x)dx \\= \int_{-\infty}^{{+\infty}} x^2 p(x) dx + \int_{-\infty}^{{+\infty}} \mu^2 p(x) dx - 2\mu \int_{-\infty}^{{+\infty}} x p(x) = E(X^2) - E^2(X)
\]
\(\sigma\)为标准差.
(END)
Daniel的学习笔记
浙江大学计算机专业15级硕士在读, 方向: Machine Learning, Deep Learning, Computer Vision.
blog内容是我个人的学习笔记, 由于个人水平限制, 肯定有不少错误或遗漏. 若发现, 欢迎留言告知, Thanks!
Daniel的学习笔记
浙江大学计算机专业15级硕士在读, 方向: Machine Learning, Deep Learning, Computer Vision.
blog内容是我个人的学习笔记, 由于个人水平限制, 肯定有不少错误或遗漏. 若发现, 欢迎留言告知, Thanks!

浙公网安备 33010602011771号