Çok Değişkenli Gauss

The mathematics of uncertainty

Gerçek veriler nadiren tek bir sayıdır. Bir vektördür. Çok değişkenli Gauss N(μ, Σ), çan eğrisini birçok boyuta genişletir. Ortalama bir vektör μ ∈ ℝⁿ olur (bulutun merkezi) ve varyans bir kovaryans matrisi Σ olur (bulutun şekli ve eğimi).

Üs, z-skorunu genelleştirir: (x−μ)ᵀΣ⁻¹(x−μ), karesel Mahalanobis uzaklığıdır; ortalamadan, verinin kendi yayılımı biriminde ölçülen uzaklık. Eşit yoğunluktaki noktalar elipsler oluşturur (yüksek boyutlarda elipsoidler); kovaryans matrisi onların boyutunu, gerilmesini ve eğimini belirler.

Σ'nın köşegeni, koordinat başına varyansları tutar; köşegen dışındakiler ise koordinatların birlikte artıp artmadığını söyleyen kovaryansları tutar. Köşegen bir Σ, eksenle hizalı elipsler verir (bağımsız koordinatlar); köşegen dışı terimler onları eğer. Σ yarı pozitif tanımlı olmalıdır, çünkü hiçbir yönde negatif varyans diye bir şey yoktur.

Bunun ML'deki yeriBir Gauss süreci, yerleşik hata payları ile regresyon yaptığında, fonksiyonlar üzerine bir çok değişkenli Gauss yerleştirir. Bir VAE'nin gizli öncülü, standart bir çok değişkenli normal N(0, I)'dir. Gauss gizli değişken modelleri ve difüzyon modellerinin gürültü çizelgeleri, hepsi Gauss'ların doğrusal eşlemelerinin ve koşullularının Gauss kaldığı gerçeğine dayanır.
▶ Çok Değişkenli Gauss
← Temel Sürekli DağılımlarBileşik Dağılımlar →