机器学习中常见的概率分布
离散型变量
- 伯努利分布： 随机变量只能取0 1 两个数值
- 二项分布： n次独立重复的伯努利实验，自变量的取值范围为 x=1,2,3,k,...n
- multinouli distribution 或者称为 categorical distribution 范畴分布，伯努利分布的推广，自变量取K个值
- multinomial 多项式分布： n 次 multinouli的独立重复实验，或者说二项分布的推广。
四者的关系为：
连续性变量
- 高斯分布
- 指数分布 在x=0 处取得边界点的分布，
,该分布的定义域为x>=0。
- laplace 分布，允许在任意一点u 处设置概率质量的峰值。