先验概率、最大释然估计(MLE)与最大后验估计(MAP)
来源:互联网 发布:亚瑟士跑鞋推荐 知乎 编辑:程序博客网 时间:2024/06/05 09:58
前言
在数据分析和机器学习中,估计是一个很重要的内容,这里着重介绍下极大似然估计与极大后验估计。
最大似然估计(MLE)
最大似然估计是模型已定,参数未定时的一种估计方法。比如说对于抛硬币而言,模型已定,可以看做是多个伯努利实验,我们所不知道的是这个硬币正面朝上的概率
再以上面抛硬币为例,假设10次实验,7次正面朝上,此时根据极大似然估计
OK,这里总结出极大似然估计的一般过程。首先极大似然估计的前提是样本的采样是独立同分布的,假设现在得到的采样结果是
为了求得
此时
求出
特殊情况下,
L(θ) 是一个递增函数或者其它比较简单的形式,我们无需进行求对数,只需直接判断即可。
现在对开头的抛硬币例子进行解释,我们可以判定每次抛硬币正面朝上的概率为
对其进行求对数
再对
求解得到
最大后验估计(MAP)
最大后验估计与最大似然估计是类似的,只是这里加入了先验概率,我们在计算上述的抛硬币的试验时,并没有考虑硬币本身的因素,即
这里的
仍以上面抛硬币来举例,这里以
所以根据先验概率的要求,我们要求
根据图中的概率分布,我们假设这个硬币是均匀的,这里取
这里比较凑巧,
参考
http://blog.csdn.net/yangliuy/article/details/8296481
http://www.cnblogs.com/liliu/archive/2010/11/24/1886110.html
- 先验概率、最大释然估计(MLE)与最大后验估计(MAP)
- 先验概率、后验概率与最大似然估计
- 最大后验估计MAP/最大似然估计MLE
- 最大似然估计(MLE)和最大后验概率估计(MAP)
- 先验概率、后验概率、最大似然估计(MLE)
- 最大似然估计(MLE)与最大后验估计(MAP)
- 最大后验估计(MAP)与最大似然估计(MLE)
- 最大似然估计(MLE)与最大后验估计(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)
- 最大似然估计(MLE) 最大后验概率(MAP)
- 最大似然估计 (MLE) 最大后验概率(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)
- 最大似然估计(MLE)和最大后验概率(MAP)
- 最大似然估计 (MLE) 最大后验概率(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)
- 1~10平方的和
- 个人学习笔记---linux内核中内存具体管理
- 数据库分页查询技术以及实现查询随机数
- Netty5入门学习笔记003-TCP粘包/拆包问题的解决之道(下)
- HDU 4784 - Dinner Coming Soon(BFS)
- 先验概率、最大释然估计(MLE)与最大后验估计(MAP)
- java学习之泛型
- 面试题_overload与override的区别
- Java语言的基础语法(一)
- servlet在post和get,ajax中收到的字符编码不同的解决方法
- 采用SharedPreferences保存用户偏好设置参数
- Git实用教程
- 0915Android基础之SoundPool
- 无论如何,我喜欢过你