在概率論中，我們經常能碰到這樣幾個概念pdf,pmf,cdf，這裡就簡單介紹一下
pdf：概率密度函式（probability density function）, 在數學中，連續型隨機變數的概率密度函式（在不至於混淆時可以簡稱為密度函式）是乙個描述這個隨機變數的輸出值，在某個確定的取值點附近的可能性的函式。
概率密度函式都是針對連續性隨機變數的，對於連續性隨機變數，都是針對某一段區間的取值，在乙個點的取值都是幾乎為0的，所以我們研究連續性隨機變數時，都是取變數在一段區間的取值，然後可以通過概率密度函式進行計算。
而pdf他其實是cdf的導數。
pmf : 概率質量函式（probability mass function), 在概率論中，概率質量函式是離散隨機變數在各特定取值上的概率。
pdf是針對連續型隨機變數的，那麼pmf則是針對離散型隨機變數的，是變數在特定取值上的概率。
cdf : 累積分布函式 (cumulative distribution function)，又叫分布函式，是概率密度函式的積分，能完整描述乙個實隨機變數x的概率分布。
累計分布函式則比較是說，我們取定乙個值，計算變數小於這個值的概率。
概率論中的PDF，PMF，CDF區別和聯絡
1.pdf 概率密度函式 probability density function 在數學中，連續型隨機變數的概率密度函式 在不至於混淆時可以簡稱為密度函式 是乙個描述這個隨機變數的輸出值，在某個確定的取值點附近的可能性的函式。本身不是概率，取值積分後才是概率。2.pmf 概率質量函式 probab...
machine learning中的概率論名詞解釋
事情還沒有發生，要求這件事情發生的可能性的大小，是先驗概率。事情已經發生，要求這件事情發生的原因是由某個因素引起的可能性的大小，是後驗概率，後驗概率的計算，要使用貝葉斯公式。先驗概率僅僅依賴於主觀上的經驗估計，也就是事先根據已有的知識的推斷，在應用貝葉斯理論時，通常將先驗概率乘以似然函式 likel...
概率論學習
離散型隨機變數的值和概率的分布列表 在很多教材中，這樣的列表都被叫做離散型隨機變數的 概率分布 其實嚴格來說，它應該叫 離散型隨機變數的值分布和值的概率分布列表 這個名字雖然比 概率分布 長了點，但是對於我們這些笨學生來說，肯定好理解了很多。因為這個列表，上面是值，下面是這個取值相應取到的概率，而且...