朴素贝叶斯算法的参数的最大似然估计
来源:互联网 发布:网络购彩500开售了 编辑:程序博客网 时间:2024/05/16 15:25
朴素贝叶斯算法的参数的最大似然估计
设输入向量为。我们假定输入特征是离散的、二值化的变量,即。对每一个训练样例,输出对象是0或者1,即。我们的模型由
参数化。
我们把建模成伯努利分布,所以这是朴素贝叶斯最简单的特例之一。
我们根据
来建立的联合分布。
(1)我们先写出。
(2)计算关于各个参数的偏导数,令其为0,求得各个参数。
先求,
从而,
接下来求,
从而,
同理的证明与上面类似,我们在这里只写出答案:
最后,我们想说明一下,我们上述建模的贝叶斯分类器,是一个线性分类器;即存在某个使得
(假定是一个截距项)。
证明如下:
于是,我们可以找到:
也就是说,我们拿一个新数据代入模型测试,利用我们上面得到的线性分类器,与利在朴素贝叶斯比较是等效的。
0 0
- 朴素贝叶斯算法的参数的最大似然估计
- 统计参数的最大似然估计
- 极大似然估计的朴素理解
- 极大似然估计的朴素理解
- 极大似然估计的朴素理解
- 极大似然估计的朴素理解
- 极大似然估计的朴素理解
- 最大似然估计、最大后验估计和贝叶斯估计的关系
- 李文哲博士-贝叶斯思想以及与最大似然估计、最大后验估计的区别
- 极大似然估计的朴素理解(转载)
- Maximum Likelihood Method极大似然估计的朴素理解
- 最大似然估计算法
- 最大似然估计算法
- 最大似然估计算法
- 最大似然估计,最大后验估计,贝叶斯估计
- 最大似然估计、最大后验估计、贝叶斯估计
- 最大似然估计的原理
- 多项分布的最大似然估计
- 计算机图像处理领域重要期刊汇总
- 最终排名
- java/android 使用swig编译c/c++ 代码类型转换
- Git中三种文件状态及其转换
- LINUX下Oracle数据库用户创建方法详解
- 朴素贝叶斯算法的参数的最大似然估计
- 多态理解
- idea 修改jsp页面需要重新部署项目的额问题
- Java制作证书的工具keytool用法总结
- 利用html5的本地存储(localstorage)功能实现登录用户信息保存
- 深入理解计算机系统
- 小数A+B(大数)
- MIPI-DSI 三种 Video Mode 理解
- ThreadMethod小练习