标签：
????机器视觉中，常用到协方差相关的知识，特别是基于统计框架下的机器学习算法，几乎无处不在的用到它，因此了解协方差是再基础不过的了。这里推荐一个很不错的基础教程：协方差的意义和计算公式
引入协方差之前，先简单回顾下概率统计中的两个重要基础概念：均值和方差。均值，顾名思义就是一堆样本的平均值，方差就是样本和均值的平均偏差。对于给定的n个样本,那么样本集的均值和方差可以分别这样来定义：
名称 | 公式 | 解释 |
均值 |
| 样本的平均值，即样本的中心点，例如{1 2,3,4}的均值是2.5 |
标准差 |
| 样本点到中心点的平均距离，所以这里做了平方再开方。注意这里采用了除以n-1，目的是为了用更少的样本就可以趋近于总体的标准差。 |
方差 |
| 样本点到中心点的平均距离的平方，用平方是为了方便计算，因为是一一对应的正相关关系，所以意义和标准差一样，免去了开放带来的复杂计算。 |
????
?
标签：
原文地址：http://www.cnblogs.com/cv-pr/p/4800372.html
