向量 x 的概率
Probability for a vector x
在机器学习中，假设我们有一个用于分类的 GDA (Gaussian Discriminant Analysis) 模型。
如果 y 可以取值 0 或 1，并且 x 表示具有 n 个特征（n x 1 维）的向量
p(x| y=0) 或 p(x|y=1) 对于特定训练示例表示什么？
x 实际上是一个向量..如何为此定义条件概率？
任何帮助将不胜感激。
假设 X0 是映射到输出 0 的向量集 x ，并且 X1 是映射到输出 1 的向量集 x。取平均值每个集合的向量，并且，类似地，approximate the covariance。
现在分别使用这些均值和协方差构建两个 multivariate normal distributions。
获得这些分布后，只需将您想要的矢量插入 PDF 即可获得其 密度。请注意，由于概率是连续的，因此您询问的概率 通常为 0。
在机器学习中，假设我们有一个用于分类的 GDA (Gaussian Discriminant Analysis) 模型。
如果 y 可以取值 0 或 1，并且 x 表示具有 n 个特征（n x 1 维）的向量
p(x| y=0) 或 p(x|y=1) 对于特定训练示例表示什么？ x 实际上是一个向量..如何为此定义条件概率？ 任何帮助将不胜感激。
假设 X0 是映射到输出 0 的向量集 x ，并且 X1 是映射到输出 1 的向量集 x。取平均值每个集合的向量，并且，类似地，approximate the covariance。 现在分别使用这些均值和协方差构建两个 multivariate normal distributions。
获得这些分布后，只需将您想要的矢量插入 PDF 即可获得其 密度。请注意，由于概率是连续的，因此您询问的概率 通常为 0。