贝叶斯分类器是一个相当宽泛的定义,它背后的数学理论根基是相当出名的贝叶斯决策论。 贝叶斯学派 贝叶斯决策论是在概率框架下进行决策的基本方法之一,更是统计模式识别的主要方法之一。 贝叶斯学派与频率学派 贝叶斯决策论 参数估计 极大似然估计 极大后验概率估计 ...
分类:
其他好文 时间:
2018-02-11 00:10:07
阅读次数:
155
注:在统计学的应用中,参数估计和假设检验是最重要的两个方面。参数估计是利用样本的信息,对总体的未知参数做估计。是典型的“以偏概全”。 0. 参数及参数的估计 参数是总体分布中的参数,反映的是总体某方面特征的量。例如:合格率,均值,方差,中位数等。参数估计问题是利用从总体抽样得到的信息来估计总体的某些 ...
分类:
其他好文 时间:
2018-02-02 23:25:33
阅读次数:
356
1.学习了scanf()函数,C++输入流的用法,尤其是字符串的输入 2.微分方程的数值求解 一次累加后的 对离散后的微分方程:参数估计(最小二乘法) 1.首先另代换 2.最小二乘估计 3.得到模型表达式,预测 ...
分类:
其他好文 时间:
2018-01-23 23:17:42
阅读次数:
205
最近呢?在做灰色预测模型,灰色预测模型的常微分方程的求解,看了许多书上的推到。感觉数值计算好伟大讷。 gm(1,1)的连续模型(一阶线性的微分方程),离散模型(差分形式) 对于连续模式(数值求解呢?数值积分离散格式化,然后估计参数,预测) 对于离散格式(直接参数估计,预测) 上述都是建立在整数的形式 ...
分类:
其他好文 时间:
2018-01-22 21:46:56
阅读次数:
176
参考 从最大似然到 EM 算法浅解 最大似然估计学习总结 EM 算法及其推广学习笔记 之前已经总结了似然的概念,那么顺其自然的理解就是,求得似然最大值的参数即为想要的参数,也就是参数估计,使用的方法为最大似然估计。 先提出几个问题: 1.最大似然估计求参数的一般流程是怎样的? 2.什么样的场景适合/ ...
分类:
其他好文 时间:
2018-01-22 11:59:05
阅读次数:
204
方程式: 1.1 估计参数 代表第i 个残差第i 个观测到的响应值和第i 个用线性模型预测出的响应值之间的差距 残差平方和(residual sum of squares ,RSS): 等价于: 最小二乘法选择β0和β1来使RSS达到最小。通过微积分运算,使RSS最小的参数估计值为: 1.2评估系数 ...
分类:
其他好文 时间:
2018-01-19 18:48:50
阅读次数:
244
参数估计:最大似然、贝叶斯与最大后验 为什么会有参数估计呢?这要源于我们对所研究问题的简化和假设。我们在看待一个问题的时候,经常会使用一些我们所熟知的经典的模型去简化问题,就像我们看一个房子,我们想到是不是可以把它看成是方形一样。如果我们已经知道这个房子是三间平房,那么大体上我们就可以用长方体去描述 ...
分类:
其他好文 时间:
2018-01-16 00:49:56
阅读次数:
164
无偏估计 所谓总体参数估计量的无偏性指的是,基于不同的样本,使用该估计量可算出多个估计值,但它们的平均值等于被估参数的真值。 在某些场合下,无偏性的要求是有实际意义的。例如,假设在某厂商与某销售商之间存在长期的供货关系,则在对产品出厂质量检验方法的选择上,采用随机抽样的方法来估计次品率就很公平。这是 ...
分类:
其他好文 时间:
2018-01-09 11:13:44
阅读次数:
214
An Introduction to Conditional Random Fields翻译——参数估计 ...
分类:
其他好文 时间:
2017-12-02 17:36:20
阅读次数:
135
理解略肤浅,所以该博文更适合像我一样的初学者,所以大牛勿喷!当然哪里有不合适的地方,欢迎指正,万分感谢!! 1、什么是估计 通过样本去估计总体 2、参数估计 。。。我理解就是估计参数,可以是总体期望,也可以是总体方差。根据对象是一个值,还是一个区间,可分为点估计和区间估计 3、矩估计 首先我们应该了 ...
分类:
其他好文 时间:
2017-12-02 16:17:09
阅读次数:
131