机器学习数学|偏度与峰度及其python实现

矩 对于随机变量X,X的K阶原点矩为 E(Xk)E(Xk) X的K阶中心矩为 E([X−E(X)]k)E([X−E(X)]k) 期望实际上是随机变量X的1阶原点矩,方差实际上是随机变量X的2阶中心矩 变异系数(Coefficient of Variation):标准差与均值(期望)的比值称为变异系数,记为C.V 偏度Skewness(三阶) 峰度Kurtosis(四阶) 偏度与峰度 利用matpl

>>阅读原文<<