机器学习之概率分布1
来源:互联网 发布:win2003安装node.js 编辑:程序博客网 时间:2024/05/17 07:06
机器学习-概率分布-伯努利分布
概率论在机器学习领域发挥了重要的作用。目前机器学习的很多方法本质上是统计学习,而统计学习的本质则是概率论。在概率论中概率分布是一个非常重要的工具。概率分布
首先介绍最简单的一种分布-伯努利分布。变量
同理,反面朝上的概率为:
因此,变量
假设我们抛硬币抛了
我们可以通过最大似然来估计概率分布的参数
最大化上面的对数似然就可以得到参数
我们用python来实现上述的参数估计过程,用scipy包中的bernoulli分布来生成样本,再根据这些样本估计bernoulli分布的参数。下面的代码表示bernoulli分布的参数为0.32,我们用这个分布生成了10000个样本。再用这10000个样本估计该分布的参数。看看估计出来的参数是多少。减少生成样本的个数(size),重新估计参数,看有什么变化。
代码
估计伯努利分布的参数:
from scipy.stats import bernoulli,poisson,norm,exponimport numpyX=bernoulli.rvs(0.32,size=10000) #根据伯努利分布来生成样本#mu=numpy.mean(X)#用样本来估计参数#print(mu)
阅读全文
0 0
- 机器学习之概率分布1
- 机器学习之概率分布2
- 机器学习之概率分布3
- 机器学习笔记之R语言基础篇3(概率分布1)
- 贝叶斯、概率分布与机器学习
- leftnoteasy:贝叶斯、概率分布与机器学习
- 贝叶斯、概率分布与机器学习
- 贝叶斯、概率分布与机器学习
- 贝叶斯、概率分布与机器学习
- 机器学习中的贝叶斯、概率分布
- 贝叶斯、概率分布与机器学习
- 贝叶斯、概率分布与机器学习
- 贝叶斯、概率分布与机器学习
- 机器学习:贝叶斯总结_2:概率分布
- 机器学习: 离散变量的概率分布
- 贝叶斯、概率分布与机器学习
- 机器学习-联合概率分布笔记
- 【机器学习】贝叶斯、概率分布与机器学习
- 趣图:什么是理论?什么是实践?
- 面向对象:With the wonder of your love, the sun above always shines
- Android广播的使用
- axios
- 数据结构实验之图论二:图的深度遍历
- 机器学习之概率分布1
- 超雪卡贴掉线问题
- DCM+BUFG的使用
- C++ error here is inaccessible
- 前端学习 | React-Native 组件生命周期
- 【原创译文】深入理解Android为什么不允许Room数据库对象间(外键)引用
- JavaScript使用技巧
- CodeForces
- 《软件架构模式》-第二章事件驱动架构(下)