馬氏距離與其推導這篇部落格中所提到的：
由於將資料集旋轉後資料的各維度之間是不相關的xn
×m求出的協方差中的，非對角元素代表的是在該樣本矩陣中，不同維度之間的影響。而馬氏距離與其推導這篇部落格是說協方差的非對角元素為0（各維度之間是不相關的）。
那麼協方差的非對角元素為0本身代表什麼意思？它是一種統計意義上的「不相關」：指的是對於給定的樣本集，在該座標系下，在這兩個維度體現除了統計學意義上的無關性。
就是說樣本集在指定座標系下的某2個維度上體現出了無關性。這裡要先明確幾點：
裡面的λ1.
..λm
反映了其他維度對本維度值的影響（為1就是不影響，否則就是影響）。
σx的作用等效於先進行座標系旋轉，在得到了對角化的σf
後，再進行各維度尺度縮放（其對角線上的元素就是各個維度上的縮放比例）。
學習筆記25馬氏鏈模型
前段時間擔任協會負責人，在搞matlab培訓，又報了一堆競賽。最近幾個星期有空學習和記錄。上次國賽全國二等獎的目標沒達到，拿了個省一等獎，繼續努力。下面給出圖中沒有顯示的 給出注釋。通過寫注釋理解 以及演算法 clc,clear format rat 資料格式是有理分數 fid fopen msda...
馬氏距離詳解
三 例項認知 四 公式推導 致謝從下往上的一段50公尺長的坡道路，下面定乙個a點，上面定b乙個點。假設有兩種情況從a到b a 坐手扶電梯上去。b 從手扶電梯旁邊的樓梯爬上去。兩種情況下我們分別會產生兩種不同的主觀感受，坐電梯輕鬆愉快，感覺很快就從a到了b a與b真近 走樓梯爬的氣喘吁吁很累，感覺走了...
馬氏鏈模型總結
概念 描述一類重要的隨機動態系統 過程 的模型。該過程時間 狀態均為離散 的隨機轉移過程。特點 1.系統在每個時期所處的狀態是隨機的。2.從一時期到下時期的狀態按一定概率轉移。3.下時期狀態只取決於本時期狀態和轉移概率。即已知現在，將來與過去無關 無後效性 馬氏鏈的基本方程 狀態 xn 1,2 k ...