浅析Likehood MAP MLE
来源:互联网 发布:巴赫拉米世锦赛数据 编辑:程序博客网 时间:2024/06/05 21:07
举个例子说明Likehood MAP MLE
假定有犯罪团伙A和犯罪团伙B。
假定我们的概念有
h{
h1: 所抓得人是团伙A的
h2: 所抓得人是团伙B的
....
}
如果我们抓到了一票人是a1,a2,...an,那么这伙人是团伙A还是团伙B?
即求解P( h|D={a1,a2,...an} )?
假定从案底显示,团伙A有10个人,团伙B有20个人,团伙A被抓到的概率是50%,团伙B被抓到的概率是80%。
p(h1) = 50%
p(h2) = 80%
已知在清华东门抓了2个人,那么这两个人最大可能性是来自哪个团伙的?
likelyhood:
P(D|h1) = 1/10*1/9 (团伙A产生两个人)
P(D|h2) = 1/20*1/19 (团伙B产生两个人)
h^MAP = argmax P(D|h)*p(h)
h
P(D|h1)P(h1) = 1/10*1/9*50% = 0.0055
P(D|h2)P(h2) = 1/20*1/19*10% = 0.0003
h^MAP = 0.0055
h^MLE = argmax P(D|h)
h
P(D|h3) = 1/10*1/9 = 0.0111
P(D|h4) = 1/20*1/19 = 0.0026
h^MLE = 0.0111
因此,如果已知抓到两个人,那么这两个人更有可能是来自团伙A。
- 浅析Likehood MAP MLE
- [MLE&MAP]
- MLE, MAP, EM, GMM
- MLE and MAP
- MAP与MLE
- MLE, DT, MAP简谈
- MLE和MAP
- MLE与MAP
- MLE、MAP、Bayies估计
- MAP、SRM、ERM与MLE
- 朴素贝叶斯(MLE&MAP)
- MLE、ERM和MAP、SRM
- likehood function
- MAP和MLE的一个sample
- 参数估计的方法,MLE,MAP,Bayesian estimator
- MLE,MAP和Bayes参数估计的区别
- [Machine Learning]--MAP, MLE, EM, GMM
- 机器学习之—MLE、MAP、BP
- 三个wiki平台的试用总结
- poj2492
- SNMP获取指定IP地址机器的进程数(要导入SNMP4J.jar和snmp.jar包)
- 数学类英文名词
- Java基础6(String str;与String str=null的区别)
- 浅析Likehood MAP MLE
- JAVA实用基础
- hdu 1157 Who's in the Middle
- raid概念
- 如何把docx转成doc
- Windows8学习笔记------开发环境搭建
- chrom 快捷键
- 【hdu2222】【AC自动机】Keywords Search
- jQuery(4)--实现用户的添加,删除,编辑功能