基本想法：既不想像参数估计（最大似然，贝叶斯学习）那样需要假定特定的分布函数形式，又不想像非参数估计那样在最终生成的模型中带着所有的训练样本。 注意理解这个式子:p(j)是样本概率由第j个组分得到的概率，式（1）中也就是对联合分布求和得到了边缘分布。P(j)的取值需要满足概率函数的约束： 同理，条....
分类：
其他好文 时间：
2015-07-08 12:30:32
阅读次数：
197
在进行参数估计的时候， 常用到最大似然估计，其形式很简单，对于含有N个样本的训练数据集DN，假设样本独立同分布，分布参数为，则似然概率定义如下： 简单说就是参数为时训练集出现的概率，然后我们根据不同的分布形式求导，得到参数的最有值使得似然概率最大。 贝叶斯学习过程不同之处在于，一开始并不试图去求解一...
分类：
其他好文 时间：
2015-07-08 09:27:00
阅读次数：
96
最近几个月一直处于非常忙碌的状态，每天都像是无头苍蝇一样，东学学，西学学，虽然学了很多东西，但大部分都是浅尝辄止，不够深入。这次这个随笔，一半是为了宣泄一下自己的情绪，一半是为了为之后几个月的学习制定一下目标。统计学基础：将各种统计学方法总结下来。参数估计、非参数估计、假设检验、方差分析、卡方检.....
分类：
其他好文 时间：
2015-06-28 15:20:43
阅读次数：
153
简单易学的机器学习算法——EM算法一、机器学习中的参数估计问题 在前面的博文中，如“简单易学的机器学习算法——Logistic回归”中，采用了极大似然函数对其模型中的参数进行估计，简单来讲即对于一系列样本，Logistic回归问题属于监督型学习问题，样本中含有训练的特征以及标签，在Logistic....
分类：
编程语言 时间：
2015-06-21 11:50:17
阅读次数：
417
fromhttp://blog.csdn.net/yanqingan/article/details/6125812最大似然估计学习总结------MadTurtle1.作用在已知试验结果（即是样本）的情况下，用来估计满足这些样本分布的参数，把可能性最大的那个参数作为真实的参数估计。2.离散型设为离...
分类：
其他好文 时间：
2015-06-13 22:57:35
阅读次数：
185
6.3两正态总体的区间估计(1)两个总体的方差已知在R中编写计算置信区间的函数twosample.ci()如下，输入参数为样本x, y,置信度α和两个样本的标准差。> twosample.ci=function(x,y,alpha,sigma1,sigma2){+ n1=length(x);n2.....
分类：
编程语言 时间：
2015-05-23 23:52:49
阅读次数：
362
6.1点估计及R实现6.1.1矩估计R中的解方程函数:函数及所在包：功能uniroot()@stats：求解一元（非线性)方程multiroot()@rootSolve：给定n个(非线性)方程，求解n个根uniroot.all()@rootSolve：在一个区问内求解一个方程的多个根BBsolve(...
分类：
编程语言 时间：
2015-05-22 22:29:51
阅读次数：
800
各种研究领域（包括无线定位方向）都会碰到参数估计的问题，这时常常会看到克拉美罗界 (Cramér–Rao bound) 这个东西。很多随机信号的书都会介绍什么是克拉美罗界，但初学者学起来往往很吃力，下面从直观上简单讨论一下克拉美罗界的各个方面。
分类：
其他好文 时间：
2015-05-18 20:44:18
阅读次数：
13123
最近在用android接入微信支付。。 之前的包没问题，发现这段时间突然不行了。。。 于是调试之。 1、开始用的支付配置参数估计有错误，然后支付失败， 获取token值 ，和 prepayId 都是正常的，等在回调支付的文件时...
分类：
微信 时间：
2015-05-13 20:06:45
阅读次数：
980
一、简介 首先扯扯无参密度估计理论，无参密度估计也叫做非参数估计，属于数理统计的一个分支，和参数密度估计共同构成了概率密度估计方法。参数密度估计方法要求特征空间服从一个已知的概率密度函数，在实际的应用中这个条件很难达到。而无参数密度估计方法对先验知识要求最少，完全依靠训练数据进行估计，并且可以用于任...
分类：
编程语言 时间：
2015-05-05 21:26:41
阅读次数：
520
