机器学习:论相关(二)
說明
上文【機器學(xué)習(xí):論相關(guān)(一)】說明了相關(guān)在幾何學(xué)、線性代數(shù)、和概率中都提到相似的概念。本文重點討論在概率系統(tǒng)中,相關(guān)的現(xiàn)實意義,以及在時間序列上的應(yīng)用。
五、概率學(xué)對相關(guān)的表述
5.1 期望的概念
????????在文【機器學(xué)習(xí)系列4:期望到底是個啥?】中,直觀地介紹了期望的概念,這里站在理論立場上,對期望這個概念重新定義。
????????所謂期望,必須要有兩個要素:1)一個概率空間? 2)一個函數(shù),該函數(shù)自變量為概率事件的集合。
舉個例子:比如一個骰子,這是一個概率空間,另有一個收益函數(shù),
????????這個函數(shù)意思是,見到骰子是“1”,就得2分;見到骰子是“2,3,4”之一,就得1分;見到{5,6}得20分。對應(yīng)的概率空間是:
那么,期望就是:
? ? ? ? ? ? ? ? ? ? ??
? ? ? ? ? ? ? ? ? ? ??
在向量角度上看,在概率P下對函數(shù)f期望就是:向量?和這兩個向量的內(nèi)積:
? ? ? ? ? ? ? ? ? ? ? ? ? ? ??
推廣到連續(xù)函數(shù):
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?
其中,f是概率密度函數(shù),F是集合函數(shù)。
結(jié)論:期望就是兩個集合函數(shù)(一個是概率密度、一個是收益函數(shù))的內(nèi)積!
5.2 能量的自然規(guī)律
上文中提到,期望,就是一個概率空間,與一個打分函數(shù)的內(nèi)積。【機器學(xué)習(xí):論相關(guān)(一)】),然而,能量函數(shù)與期望、方差有內(nèi)在關(guān)系。
首先讓我們回顧彈簧的能量:
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?
????????該公式最核心的內(nèi)容是;k不過是個彈性系數(shù);因此,位移的平方構(gòu)成能量。也就是說,所謂能量是關(guān)于位移的拋物線函數(shù),做為拋物函數(shù),要么有極大值,要么有極小值;而自然界,能量函數(shù)普遍是有下限沒有上限。舉個直觀的例子:將水桶舉高到離地面一米的桌上;可以:
- 用手將水杯舉起,花掉50焦耳能量。
- 將水杯舉到10樓,在回到桌面,1000焦耳。
- 將水杯舉到月球,再回到桌面,一億焦耳。
?????????而用少于50焦耳能量,將無法將水桶舉到桌面。可見,開展一個活動,消耗能量有極小值,沒有極大值。總之,遇到平方函數(shù),立刻想到彈簧的勢能,可以幫你建立數(shù)理模型。
5.3? 能量、期望和方差的關(guān)系
舉一個例子:給出下圖若干石頭子的坐標(biāo),問這些石頭到哪個點的能量最小?
?寫出總能量函數(shù):
展開的形式為:
令:
? ? 有? ??
? ?有? ?
正好是:?;? ?;
是五個點的幾何重心,也就是均值。而方差的公式是:
?因此,有下列稱述:
- 1)所謂期望,就是采樣點的幾何重心。
- 2)所有采樣點相對幾何重心的能量最小。
- 2)? 所謂方差,就是所有采樣點到幾何重心的能量。
?5.4? 相關(guān)性
(未完待續(xù))
總結(jié)
以上是生活随笔為你收集整理的机器学习:论相关(二)的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 机器学习:论相关(一)
- 下一篇: C#教程5:操作算子(2)