机器学习储备(1):协方差和相关系数
来源:互联网 发布:喜仕隆石英石 知乎 编辑:程序博客网 时间:2024/06/05 18:34
概率 P 是对随机事件发生的可能性的度量。
例如,小明在期末考试前,统计了下自己在今年的数学考试成绩,结果显示得到80分以下的次数为2次,得80分~90分的次数为10次,得到90分以上次数为3次,那么小明得到 80分以下的概率为:
P( < 80 ) = 2/(2+10+3) = 13.3%
80~90分的概率为:
P( 80 ~ 90) = 10/(2+10+3) = 66.7%
90分以上的概率:
P( > 90) = 3/(2+10+3) = 20%
期望值 E,在一个离散性随机变量实验中,重复很多次实验,每次实验的结果乘以其出现的概率的总和。
如上例中,小明在今年的期末考试,我们对他的期望值大约是多少呢?套用上面的公式,80分以下的值取一个代表性的分数:70分,80~90:85分,90分以上:95分,
E = 70 * 0.133 + 85 * 0.667 + 95 * 0.2
计算出的结果为 85,即期末考试我们对小明的合理期望是 85 分左右。
方差 ,用来度量随机变量取值和其期望值之间的偏离程度,
其中:
X 表示小明的分数这个随机变量
N 表示样本的个数,即在此15个
已经知道小明的15次考试的分数,均值刚才我们也计算出来了为 85分,带入到上面的公式中,便能得出偏离85分的程度大小。
如果方差很大,那么小明在期末考试的分数可能偏离85分的可能性就越大;如果方差很小,那么小明很可能期末考试分数在85分左右。
方差开根号,得到标准差,即为 。
以上几个概念理解了后,下面再阐述什么是协方差,字面上看它比方差多一个协字,那么大体也能猜出,它可能是衡量两个随机变量间是不是存在某种关系的。
那么它的实际定义如下:
其中,
X, Y 是两个随机变量
是对应两个随机变量的均值
如果两个变量是高度同向的,即X变大,Y也变大,那么对应的协方差也就很大;如果每次X变大,Y就变小,那么X和Y的协方差可能就会为负数
例如,经过观察,我们发现小明的数学成绩和物理成绩的分数分布情况高度相符,也是70分以下3次,80~90分居多,21次,90分以上1次,那么我们就说小明的数学和物理成绩的协方差很大。
我们考虑具有一般性的公式,通常相关系数的定义如下:
发现这个相关系数与协方差紧密相关,只不过又除以了X的标准差和Y的标准差,也就是说,是一种剔除了X和Y这两个偏离程度量纲的影响,标准化后的特殊协方差。
同样可以拿协方差来理解相关系数,若相关系数很大,则可以得到X变大,Y也很可能会变大的结论。
我们阐述了几个重要的概念,最后理解了相关系数,理解它为我们之后理解数据预处理的很多算法,及回归分析都很有帮助,如普通最小二乘法 (OLS)为什么在相关系数大的回归分析上变得误差很大。
以上这些概念算是一个作为之后学习的储备吧。谢谢您的阅读!
- 机器学习储备(1):协方差和相关系数
- 机器学习 | 一:协方差和相关系数
- 协方差和相关系数
- 协方差矩阵和相关系数
- 协方差和相关系数
- 机器学习的数学基础(一)—— 期望、方差、协方差与相关系数
- 机器学习_内积/相关系数/协方差/标准差之间的联系
- 机器学习之数学基础——期望、方差、协方差、相关系数、矩、协方差矩阵
- 【机器学习】欧几里德距离和皮尔逊相关系数(笔记)
- 机器学习储备(10):numpy之RandomState() 和 axis
- 机器学习储备(8):numpy之linspace 和 logspace
- 如何通俗理解“协方差”和“相关系数”
- 深度学习笔记:主成分分析(PCA)(1)——标准化、协方差、相关系数和协方差矩阵
- ①协方差、相关系数(皮尔逊相关系数),等同于:内积、余弦值。
- 【回归分析】[1]--协方差与相关系数
- 机器学习_协方差
- 【机器学习系列】皮尔逊相关系数
- 机器学习储备(7):numpy一维数组和矩阵
- 利用Python进行数据分析--数据聚合与分组运算1
- JAVA中的反射机制
- No compiler is provided in this environment. Perhaps you are running on a JRE rather than a JDK
- 2017.10.20
- 文章标题
- 机器学习储备(1):协方差和相关系数
- Spark源码分析之Executor分析
- Android指纹识别认识和基本使用。
- php-fpm的配置和优化
- 整数的反转
- 关于视频转码后只有声音没有画面的问题
- redis去重
- 使用webstoem快速恢复覆盖和被删除文件
- 开源矩阵计算工具Eigen学习笔记(一)