机器学习-数学期望
来源:互联网 发布:php 字符串转换成html 编辑:程序博客网 时间:2024/05/19 20:40
1.什么是数学期望
在概率论和统计学中,数学期望(mean)(或均值,亦简称期望)是试验中每次可能结果的概率乘以其结果的总和
严格的定义如下:
这个很重要,我们一定要明白概念的含义,联系到实际的应用场景中表达的真正意义,数学期望的存在是为了表达什么?
答:反映随机变量平均取值的大小
3.数学期望(均值)和算术平均值(平均数)的关系(期望和平均数的关系)
谈谈我对于这两个概念的理解
(1)平均数是根据实际结果统计得到的随机变量样本计算出来的算术平均值,和实验本身有关,而数学期望是完全由随机变量的概率分布所确定的,和实验本身无关。以摇骰子为例,假设我们摇4次骰子,摇出的结果依次为5,5,6,4。设摇出的结果为随机变量X,,则X在这次实验中的平均数(5+5+6+4)/4= 5.而X的期望呢?和这次的实验本身无关,只和X的概率分布有关。X的概率分布如下:
Xi123456pi1/61/61/61/61/61/6则
E(X) = 1*1/6+2*1/6+3*1/6+4*1/6+5*1/6+6*1/6 = (1+2+3+4+5+6)*1/6 = 3.5
实验的多少是可以改变平均数的,而在你的分布不变的情况下,期望是不变的
(2)我们可以从概率和统计的角度给出理解
先给出结论,摘自知乎:
如果我们能进行无穷次随机实验并计算出其样本的平均数的话,那么这个平均数其实就是期望。当然实际上根本不可能进行无穷次实验,但是实验样本的平均数会随着实验样本的增多越来越接近期望,就像频率随着实验样本的增多会越来越接近概率一样
如果说概率是频率随样本趋于无穷的极限
那么期望就是平均数随样本趋于无穷的极限
上述表达的意思其实也就是弱大数定理
4.离散型随机变量和连续型随机变量数学期望算法
略
5.数学期望的性质
阅读全文
0 0
- 机器学习-数学期望
- 机器学习数学|期望方差协方差矩阵
- 概率统计与机器学习:期望,方差,数学期望,样本均值,样本方差之间的区别
- 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
- 机器学习数学|概率论基础常见概型分布期望与方差
- 数学期望
- 数学期望
- 数学期望
- 机器学习中的数学
- 机器学习中的数学
- 机器学习中的数学
- 机器学习数学基础
- 机器学习-数学
- 机器学习中的数学
- 机器学习中的数学
- 机器学习数学提要
- 数学和机器学习
- 第12周项目2 Kruskal算法的验证
- 2017新疆农业机械展览会(新疆农机展)会刊(参展商名录)
- 制作HTML5游戏1
- jquery的显示隐藏
- 如何查看linux系统安装了哪些服务?
- 机器学习-数学期望
- 第8周【项目1
- listview多条目
- test
- 关于ko的运行
- python爬虫初学(二)——使用代理
- git 常用指令总结——基于廖雪峰大神的Git教程
- Android Studio 3.0及中文输入法不显示的问题解决
- 用C语言实现优先级排序和MATLABsort函数的比较