大家好，欢迎来到IT知识分享网。
1. 几种分布分类
2. 基本概念
概率密度函数
概率密度函数是描述某个连续随机变量的值在某个确定值附近的可能性。
累积分布
累积分布是随机变量小于等于某个确定值的所有可能性。
3. 离散分布
3.1 伯努利分布
(1) 应用场景
只有两种实验结果。
3.2 二项分布
描述在独立n次实验中成功次数，相当于多次进行伯努利实验。
3.3 几何分布
描述伯努利试验中，第一次成功所进行的试验次数。
随机变量X表示第一次成功所进行试验的次数。
3.4 泊松分布
某一区间内发生随机事件次数的概率分布。
泊松分布不具有记忆性，比如：
4. 连续分布
4.1 均匀分布
在取值范围内，随机变量出现的概率均一样。
概率密度函数：
4.2 高斯分布(正态分布)
适用于连续型数据或者数据离散性小，数据基本符合正态分布特点。
4.3 指数分布
两次随机事件发生时间间隔的概率分布。
λ> 0是分布的一个参数，常被称为率参数（rate parameter），即每单位时间内发生某事件的次数。
最近开通了个公众号，主要分享机器学习原理与数学联系，推荐系统，风控等算法相关的内容，感兴趣的伙伴可以关注下。
公众号相关的学习资料会上传到596506387，欢迎关注。
参考：
- xieyan0811 简书
免责声明：本站所有文章内容,图片，视频等均是来源于用户投稿和互联网及文摘转载整编而成，不代表本站观点，不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益，请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权，请联系删除，如若转载，请注明出处：https://haidsoft.com/119110.html
