2017-06-15 876 views
0
关于上述代码
import scipy.stats 
means = [2,2] 
covariance = [[0.0020, 0.0008], 
       [0.0008, 0.0020]] 
scipy.stats.multivariate_normal(means, covaraince).pdf([2,2]) 
> 86.82613975535709 

两个问题外产生一个值:`scipy.stats.multivariate_normal.pdf(...)`的[0,1]出乎意料

  • documentation的PDF函数允许你(重新)定义均值和协方差。我不明白,平均值和协方差已在multivariate_normal(...)中定义。为什么要在pdf函数中重新定义它?

    enter image description here

  • 其次,调用pdf([2,2])的结果是远远超过1,但PDF一定范围内[0,1]产生一个结果。我必须在这里误解一些事情。

+2

一个PDF原则上可以采取的答案* *任何非负值,只要它集成到一个。你得到的结果是正确的。 – Stelios

+0

哦,那么,你说得对,我习惯于看比较正常的法线。您应该将其作为答案发布,并感谢您! –

+0

@Stelios我会尽快重新发布你的答案,但是如果你发布了它会更好。再次感谢您的帮助。只是今天清理旧线程。 –

回答

0

PDF可以原则上采取任何非负值,只要它与一个积分。你得到的结果是正确的。

发布代表@斯泰利奥斯在评论