概率论笔记:高斯分布的条件概率

1 符号说明

将变量、均值和方差进行划分(xa是m维的,xb是n维的):

其中x满足N(μ,Σ),μ,Σ满足:

条件概率就是需要求解P(xa|xb)和P(xb|xa)


2 需要用到的定理


 2.1 定理的说明

这个证明不严谨,但是方便说明

3 舒尔补 

4 计算条件概率

条件概率再高斯过程回归中需要用到

机器学习笔记:高斯过程_UQI-LIUWJ的博客-CSDN博客

我们首先计算x_{b \cdot a}的分布,根据2的定理有:

 

 现在可以得到x_{b\cdot a}\sim N(\mu _{b\cdot a},\Sigma _{bb\cdot a})。根据x_{b}x_{b\cdot a}的关系可以得到x_b|x_a的分布:

 (在求条件概率P(x_b|x_a)时xa​对于xb​来说可以看做已知,因此上式中可以看做常量B) 

 所以根据2的定理,有:

所以

 

猜你喜欢

转载自blog.csdn.net/qq_40206371/article/details/121139746