MLE、ERM和MAP、SRM
来源:互联网 发布:c语言的延时函数 编辑:程序博客网 时间:2024/06/07 16:09
MLE极大似然函数与ERM经验风险
当模型是条件概率,loss function是对数函数的时候,经验风险最小化与极大似然 等价
MAP极大后验概率与SRM结构风险
当模型是条件概率,loss function是对数函数,模型复杂度是通过条件概率表示(用先验概率表示后验概率),SRM最小化与MAP等价
在将上式对数转化,并将极大似然带入得:
注:上边是MAP最大后验概率估计,下边是结构风险最小化
说白了,其实map是mle+正则化
阅读了http://blog.csdn.net/peihaozhu/article/details/64126153博客后,仅作为自己的总结
阅读全文
0 0
- MLE、ERM和MAP、SRM
- MAP、SRM、ERM与MLE
- MLE和MAP
- [MLE&MAP]
- MAP和MLE的一个sample
- MLE,MAP和Bayes参数估计的区别
- 关于ERM和SRM:简单的美才是真的美
- 极大似然估计(MLE)和贝叶斯估计(MAP)
- 浅析Likehood MAP MLE
- MLE, MAP, EM, GMM
- MLE and MAP
- MAP与MLE
- MLE, DT, MAP简谈
- MLE与MAP
- MLE、MAP、Bayies估计
- 朴素贝叶斯(MLE&MAP)
- 最大似然估计(MLE)和最大后验概率(MAP)
- 最大似然估计(MLE)和最大后验概率(MAP)
- RSA 算法笔记
- Python Imaging Library: ImagePalette Module(图像调色板模块)
- jp第一天
- [python]库
- sql语句实现简单查询以及索引查询
- MLE、ERM和MAP、SRM
- 卡住:图片上传并回显
- NOIP2017赛前模拟 Game DP (2017.10.30)
- numpy中的mean()函数
- 关于立即运行函数
- 疑问,待自己解决
- hdu 5933 ArcSoft's Office Rearrangement
- 思维导图_LVM,RAID,计划任务
- Java面试中的多线程问题