當樣本數據X是一維數據時，高斯分布遵從以下概率密度函數：

$$P\left(x|\theta \right)=\frac{1}{2\pi {\sigma }^2}{e}^{?\frac{(x?\mu {)}^2}{2{\sigma }^2}}$$

$\mu$為均值，$\sigma$ 標準差
多維數據時，高斯分布遵從以下概率密度函數：
$$P\left(x|\theta \right)=\frac{1}{(2\pi {)}^{\frac{D}{2}}}{e}^{?\frac{(x?\pi {)}^T\sum (x?\mu {)}^{?1}}{2}}$$

D為數據維度
$\sum$為協方差
$\mu$為均值

總結

以上是生活随笔為你收集整理的AI理论知识整理（7）-单高斯模型的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。