高斯分布 协方差

高斯分布（Gaussian Distribution）的概率密度函数（probability density function）：

对应于numpy中：

numpy.random.normal(loc=0.0, scale=1.0, size=None)

参数的意义为：

loc：float
    此概率分布的均值（对应着整个分布的中心centre）
scale：float
    此概率分布的标准差（对应于分布的宽度，scale越大越矮胖，scale越小，越瘦高）
size：int or tuple of ints
    输出的shape，默认为None，只输出一个值

我们更经常会用到的np.random.randn(size)所谓标准正态分布（μ=0,σ=1μ=0,σ=1），对应于np.random.normal(loc=0, scale=1, size)

协方差代表了两个变量之间的是否同时偏离均值

标准差和方差一般是用来描述一维数据的

协方差就是用来度量两个随机变量关系的统计量：

如果结果为正值，则说明两者是正相关的，结果为负值就说明负相关的，如果为0，也是就是统计上说的“相互独立”。