看一些这方面的视频啊就能看明白的
你对这个回答的評价是?
下载百度知道APP抢鲜体验
使用百度知道APP,立即抢鲜体验你的手机镜头里或许有别人想知道的答案。
格式:PDF ? 页数:1页 ? 上传日期: 08:32:56 ? 浏览次数:37 ? ? 2000积分 ? ? 用稻壳阅读器打开
全文阅读已结束如果下载本文需要使用
在《概率机器人》第2章中有这樣一段话:
那么为什么不依赖呢?作者在这里没有进行详细的说明那么如何理解这段话呢?
我们知道该式表示的意思是在Y=条件下X的条件概率密度函数,先将二维连续随机变量的贝叶斯应用公式写出来:
实际上表示的是Y=条件下的边缘概率密度函数,根据定义我们知道求Y=邊缘概率密度只需要对x从负无穷到正无穷对x进行积分就可以求得这里已经是把所有x的可能遍历一遍了,所以在Y=给定的条件下无论x最终取值多少,的值都跟x的取值没有关系总的就是说,能影响到Y=下的值的只有X Y的分布律,x的取值不会影响到的值
我们通过以下两张二维聯合正态概率密度图,可以很直观地感受这个结论
可以看到,两张图中Y的取值都是0,第一张图峰值在0.12左右而第二张图峰值在0.25左右,兩张图中是呈现出不一样的概率密度函数关系
单独分析其中一张图,我们可以发现只要Y给定了一个值无论x的取值是多少,那么就不影響其积分的结果因为积分是从负无穷到正无穷的。
而对比两张图我们知道从负无穷到正无穷积分对x进行积分的值,会受到X Y的分布律即不一样的概率密度函数关系,从而影响出现不一样的结果
回到前面那里,不依赖说的正是跟的取值无关所以我们可以把 写成贝叶斯應用准则中的归一化变量,用 η来表示: