随机抽样之CDF逆变换法(未完待续)

导航

CDF逆变换法产生随机变量(一元)

CDF逆变换法产生随机向量(多元)

CDF可以推广到多元场合下生成随机向量,即生成 R n R^n Rn上的随机向量。这种方法也叫条件分布法但是在高维情况(即n较大)下,效率往往较低。仅有少数的成功案例。

原理

原理一:条件概率

原理二:CDF逆变换抽样

X = ( X 1 , X 2 . . . . . . . X n ) X=(X_1,X_2.......X_n) X=(X1,X2.......Xn)是一个n维的随机向量。对 X X X抽样要依次抽取每一维的元素。先利用边缘分布 F 1 ( x ) F_1(x) F1(x)抽取 X 1 X_1 X1的样本,再用条件分布 F 2 ∣ 1 ( x ) F_{2|1}(x) F21(x)抽取 X 2 X_2 X2的样本(抽取 X 2 X_2 X2的过程中会用到已经抽取好的 X 1 X_1 X1样本),再用条件分布 F 3 ∣ 1 , 2 ( x ) F_{3|1,2}(x) F31,2(x)抽取 X 3 X_3 X3的样本(抽取 X 3 X_3 X3的过程中会用到已经抽取好的 X 1 X_1 X1 X 2 X_2 X2的样本),依此规律重复,一直到抽取出 X 1 X_1 X1的样本。

总而言之:
首先抽取d个服从

你可能感兴趣的:(机器学习,概率论)