均值,期望和加权平均数理解和区分

在机器学习学习中, 经常遇到 均值期望 ,这两个词很容易混淆,也有说法均值就是期望,这可能是中英文的问题。
均值(mean) :是统计学概念,是在你有一定量的数据后,加权平均后计算出的数值。
加 权 平 均 数 :统计学概念中带有权重的平均数
期望(expected) :概率论的概念中带有概率的平均数
期望(expected) :是概率论的概念,是对随机变量的概率进行估计后,求出的预期数值。

概率论 统计学
数据 × 随机变量的发生概率 数据 × 已知大量数据的出现比例
均值(加权) 期望

例如:10个人的身高:170cm,172cm,175cm,176cm,172cm,176cm,176cm,175cm,172cm,176cm

平均(加权):
统计学出现比例:
170 : 1/10;
172 : 1/10;
175 : 1/10;
176 : 1/10;
170×1/10+172×1/10+175×1/10+176×1/10+172×1/10+176×1/10+176×1/10+175×1/10+172×1/10+176×1/10 = 174cm
平均(加权):
概率论出现概率:
170 : 1/10;
172 : 1/10;
175 : 1/10;
176 : 1/10;
170×1/10+172×1/10+175×1/10+176×1/10+172×1/10+176×1/10+176×1/10+175×1/10+172×1/10+176×1/10 = 174cm

他的数值是一样的,所以会说 期望也是均值
对于随机变量是期望,对于一组样本是均值

我的理解是这样的。

发布了28 篇原创文章 · 获赞 24 · 访问量 1万+

猜你喜欢

转载自blog.csdn.net/XM_no_homework/article/details/90055176