正态分布和截断正态分布的差别

1. Normal Distribution 称为正态分布,也称为高斯分布,Truncated Normal Distribution 一般翻译为截断正态分布,也有称为截尾正态分布
2. 截断正态分布是截断分布 (Truncated Distribution) 的一种,那么截断分布是什么?截断分布是指,限制变量 x 取值范围 (scope) 的一种分布。例如,限制 x 取值在 0 到 50 之间,即 {0<x<50}。因此,根据限制条件的不同,截断分布可以分为: 2.1 限制取值上限,例如,负无穷 < x<50 2.2 限制取值下限,例如,0 需要注意的是,任何密度函数曲线下方的面积是 1。因此,截断,并不意味着直接把原始密度函数两边去掉一部分;而是,截断后概率密度函数曲线会有一些变化,使得总面积仍然为 1。 4. 截断之后概率密度函数如何重新计算? 假设 X 原来服从正太分布,那么限制 x 的取值在(a,b)范围内之后,X 的概率密度函数,可以用下面公式计算:
显然,对于(a,b)范围之外的那些 x,对应的概率密度 f=0。 上式中,小写的 φ,表示: 是标准正态分布。 大写的 Φ,是标准正态分布的累积分布 (cumulative distribution function)—— 某个值左边的面积总和。
5. 应用
截断正态分布在模型参数初始化时比较好,例如,Tensorflow 提供了 truncated_normal 函数,自动截断超过 2 倍标准差的样本点。

发布者

胡中元

《中原驿站》站长

《正态分布和截断正态分布的差别》上有1条评论

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注