10 我在证明以下陈述方面面临困难。它在Google上的研究论文中给出。我需要帮助证明这一说法! 令X=ASX=AS,其中AA是正交矩阵,而SS是高斯。在任何正交基础上具有相同分布的高斯的同位素行为SS。 在S上应用A后,XX高斯如何?AASS self-study normal-distribution orthogonal — 钢铁侠 source 4 由于您提到了您在Google上找到的论文,因此请链接到该论文。 — 本-恢复莫妮卡 抱歉,我在“私人”模式下搜索,现在无法对其进行跟踪。实际上,它与无监督学习中的独立成分分析有关。 — 钢铁侠 没问题-希望我的回答对您有所帮助。 — 本-恢复莫妮卡 建议将标题更改为更精确的名称,例如“正常高斯矢量的线性变换”。 — JayCe
11 由于您尚未链接到本文,因此我不知道该引用的上下文。但是,正态分布的众所周知的性质是,正常随机向量的线性变换是正常随机向量。如果则可以显示。使用特征函数可以很容易地对结果进行形式化证明。S∼N(μ,Σ)S∼N(μ,Σ)AS∼N(Aμ,AΣAT)AS∼N(Aμ,AΣAT) — Ben-恢复莫妮卡 source
0 为了进行可视化,请考虑将高斯分布按r ^ 2缩放,因此当多个独立轴按其标准偏差进行缩放时会形成勾股关系,由此重新缩放的分布绒毛球会变成球形(在n尺寸),并可以在方便时绕其中心旋转。 径向测量之一是马氏距离,在许多应用中心极限的实际情况下很有用。 — 菲利普·奥克利 source