기본적으로 두 가지 말이 있습니다. 첫 번째는 다변량 정규 분포 (여기서는 평균 0)의 밀도를 보면 비례한다는 것입니다.
여기서 은 공분산 행렬의 역수이며 정밀도라고도합니다. 이 행렬은 일정한 양의로 정의하고
내적 에 . 직교성 개념에 특정 의미를 부여하고 정규 분포와 관련된 표준을 정의하는 결과 형상은 중요하며, 예를 들어 주어진 형상에 비추어 볼 때 필요한 LDA 의 형상 내용을 이해해야합니다. 으로, ~에 의하여P=Σ−1(x,y)↦xTPyRpP
exp(−12xTPx)
P=Σ−1(x,y)↦xTPy
RpP .
라고 할 수있는 다른 일이 부분 상관 관계가에서 직접 읽을 수 있다는 것입니다 를 참조하십시오 여기 . 동일한 Wikipedia 페이지에서 부분 상관 관계와 의 항목 이 코사인 각도로 기하학적으로 해석됩니다. 무엇 아마도 부분 상관의 맥락에서 중요한 부분 사이의 상관 관계이다 및 유일한 항목 인 경우 0이면 에서 제로이다. 정규 분포의 경우 변수 및 는 조건부 독립적입니다.P X i X j i , j P X i X jPPXiXji,jPXiXj다른 모든 변수가 주어집니다. 이것은 위의 의견에서 언급 한 Steffens 책의 모든 것입니다. 조건부 독립 및 그래픽 모델. 정규 분포를 상당히 완벽하게 처리하지만 따르기가 쉽지 않을 수 있습니다.