记录机器学习里常见的数据分布。

高斯分布

若随机变量 $X$ 服从一个位置参数为 $\mu$ 、尺度参数为 $\sigma$ 的正态分布，记为 $X \sim N(\mu,\sigma^2)$，则其概率密度函数为：

$f(x)=\frac{1}{\sigma\sqrt{2\pi}}exp(-\frac{(x-\mu)^2}{2\sigma^2})$

分布图：

拉普拉斯分布

拉普拉斯分布的概率密度函数为

$f(x|\mu,b)=\frac{1}{2b}exp(-\frac{|x-\mu|}{b})$

分布图：

如果每次试验的成功概率是 $p$，那么 $k$ 次试验中，第 $k$ 次才成功的概率是

$Pr(X=k)=(1-p)^{k-1}p$

分布图为：