马氏距离
马氏距离就是将数据做了旋转，做了方差归一化之后再计算的欧氏距离 马氏距离在欧式距离的基础上增加了(公司中x、u表示两个不同的变量)： 1. (xi-uj)，欧式距离只有(xi-uj)，即相同下标的x-u的乘积2. (xi-ui)(xj-uj)的前面增加了一个系数，这个系数是xi ...
原文：随机过程之离散参数马氏链
前言 随机过程讨论的是随机变量随时间的变化情况，根据统计时间节点的连续与否和随机变量变化的连续与否可分为以下四种类型： 连续型随机过程：变量连续 时间节点连续 离散型随机过程：变量离散 时间节点连续 连续随机序列：变量连续 时间节点离散 离散随机序列：变量离散 时间节点离散 本篇文章里介绍的是状态离散 时间节点离散的随机过程的一种。Markov链，简称马氏链。 马氏链的代表性质是马氏性，简单来讲就 ...
2022-01-03 21:33 8 1820 推荐指数：
相关推荐
马氏距离理解
在介绍马氏距离之前先看下几个概念: 1 方差:标准差的平方,反映了数据集中数据的离散程度 2 协方差:标准差与方差是衡量一维数据的,当存在多维数据时,要知道每个维度的变量之间是否存在关联,就需使用协方差.协方差是衡量多维数据中,变量之间的相关性.若两个变量之间的协方差为正值,则两个变量间存在 ...
马氏距离(Mahalanobis distance)
马氏距离(Mahalanobis distance)是由印度统计学家马哈拉诺比斯（P. C. Mahalanobis）提出的，表示数据的协方差距离。它是一种有效的计算两个未知样本集的相似度的方法。与欧氏距离不同的是它考虑到各种特性之间的联系（例如：一条关于身高的信息会带来一条关于体重 ...
Mahalanobis Distance(马氏距离)
(from:http://en.wikipedia.org/wiki/Mahalanobis_distance) Mahalanobis distance In statistics, Ma ...
概率论与随机过程之间的关系
统计学是一门怎样的学科 重新梳理一遍自己对统计、概率、随机过程等的理解 数学本身是一门用数字刻画世界的语言，用给定的公理进行推理得到新的结果。本质就是类比 探索 寻找和发现。 将一种东西转化为使用数字表示，通过数字之间的运算得到规律，再返回到实践中去指导了解和探索。 那么概率实际上 ...
QuantLib 金融计算——随机过程之概述
目录 QuantLib 金融计算——随机过程之概述 框架 用法与接口 如果未做特别说明，文中的程序都是 Python3 代码。 QuantLib 金融计算——随机过程之概述 载入模块 框架 随机过程是金融 ...
关于 马氏距离 的一些理解
最近项目需要用到直方图相似度，业界惯用马氏距离来测量相似度，因此辗转搜寻马氏距离的知识，找到一个清晰的解释。 马氏距离有些统计上的意味，下式中的S指协方差 与欧式距离的差距来自下图，欧式是强行求距离，而马氏是经过一个寻找最适坐标位置。嘛...有点PCA的韵味在里面 ...