吴恩达机器学习笔记56-多元高斯分布及其在误差检测中的应用(Multivariate Gaussian Distribution & Anomaly Detection using the Multivariate Gaussian Distribution)
2024-08-20 12:10:01
一、多元高斯分布简介
假使我们有两个相关的特征,而且这两个特征的值域范围比较宽,这种情况下,一般的
高斯分布模型可能不能很好地识别异常数据。其原因在于,一般的高斯分布模型尝试的是去
同时抓住两个特征的偏差,因此创造出一个比较大的判定边界。
下图中是两个相关特征,洋红色的线(根据ε 的不同其范围可大可小)是一般的高斯分
布模型获得的判定边界,很明显绿色的X 所代表的数据点很可能是异常值,但是其
最新文章
- Cocos2d-x 3.2 学习笔记(十六)保卫萝卜 游戏主循环与定时器
- 前端mvc框架backbone.js入门
- POJ3013 Big Christmas Tree(最短路径树)
- 一道考验你设计能力的C++编程题
- Android listview 的应用
- R与数据分析旧笔记(八)多重共线性
- linux 升级yum对应的python
- md5加密 bas64加密
- mpeg4文件分析(纯c解析代码)
- 【小程序】页面无法更新tabbar角标属性时
- 教你写Makefile(很全,含有工作经验的)
- UIKit-UIBezierPath
- celery在Django中的应用
- promise顺序执行,返回结果存放在数组
- bootstrap table 插件 搜索
- Windows下面安装和配置Solr 4.9(二)
- centos环境下创建数据库和表的方法
- WebService,ASMX文件使用XML格式数据传递参数、验证与获取XML格式返回值的一种方式
- 方程式漏洞之复现window2008/win7 远程命令执行漏洞
- 2018-11-21 ko.pureComputed的使用