贝叶斯分类器是一个相当宽泛的定义，它背后的数学理论根基是相当出名的贝叶斯决策论。 贝叶斯学派 贝叶斯决策论是在概率框架下进行决策的基本方法之一，更是统计模式识别的主要方法之一。 贝叶斯学派与频率学派 贝叶斯决策论 参数估计 极大似然估计 极大后验概率估计 ...
分类：
其他好文 时间：
2018-02-11 00:10:07
阅读次数：
155
注：在统计学的应用中，参数估计和假设检验是最重要的两个方面。参数估计是利用样本的信息，对总体的未知参数做估计。是典型的“以偏概全”。 0. 参数及参数的估计 参数是总体分布中的参数，反映的是总体某方面特征的量。例如：合格率，均值，方差，中位数等。参数估计问题是利用从总体抽样得到的信息来估计总体的某些 ...
分类：
其他好文 时间：
2018-02-02 23:25:33
阅读次数：
356
1.学习了scanf()函数，C++输入流的用法，尤其是字符串的输入 2.微分方程的数值求解 一次累加后的 对离散后的微分方程：参数估计（最小二乘法） 1.首先另代换 2.最小二乘估计 3.得到模型表达式，预测 ...
分类：
其他好文 时间：
2018-01-23 23:17:42
阅读次数：
205
最近呢？在做灰色预测模型，灰色预测模型的常微分方程的求解，看了许多书上的推到。感觉数值计算好伟大讷。 gm(1,1)的连续模型（一阶线性的微分方程），离散模型（差分形式） 对于连续模式（数值求解呢？数值积分离散格式化，然后估计参数，预测) 对于离散格式（直接参数估计，预测） 上述都是建立在整数的形式 ...
分类：
其他好文 时间：
2018-01-22 21:46:56
阅读次数：
176
参考 从最大似然到 EM 算法浅解 最大似然估计学习总结 EM 算法及其推广学习笔记 之前已经总结了似然的概念，那么顺其自然的理解就是，求得似然最大值的参数即为想要的参数，也就是参数估计，使用的方法为最大似然估计。 先提出几个问题： 1.最大似然估计求参数的一般流程是怎样的？ 2.什么样的场景适合/ ...
分类：
其他好文 时间：
2018-01-22 11:59:05
阅读次数：
204
方程式： 1.1 估计参数 代表第i 个残差第i 个观测到的响应值和第i 个用线性模型预测出的响应值之间的差距 残差平方和（residual sum of squares ,RSS）： 等价于： 最小二乘法选择β0和β1来使RSS达到最小。通过微积分运算，使RSS最小的参数估计值为： 1.2评估系数 ...
分类：
其他好文 时间：
2018-01-19 18:48:50
阅读次数：
244
参数估计：最大似然、贝叶斯与最大后验 为什么会有参数估计呢？这要源于我们对所研究问题的简化和假设。我们在看待一个问题的时候，经常会使用一些我们所熟知的经典的模型去简化问题，就像我们看一个房子，我们想到是不是可以把它看成是方形一样。如果我们已经知道这个房子是三间平房，那么大体上我们就可以用长方体去描述 ...
分类：
其他好文 时间：
2018-01-16 00:49:56
阅读次数：
164
无偏估计 所谓总体参数估计量的无偏性指的是，基于不同的样本，使用该估计量可算出多个估计值，但它们的平均值等于被估参数的真值。 在某些场合下，无偏性的要求是有实际意义的。例如，假设在某厂商与某销售商之间存在长期的供货关系，则在对产品出厂质量检验方法的选择上，采用随机抽样的方法来估计次品率就很公平。这是 ...
分类：
其他好文 时间：
2018-01-09 11:13:44
阅读次数：
214
An Introduction to Conditional Random Fields翻译——参数估计 ...
分类：
其他好文 时间：
2017-12-02 17:36:20
阅读次数：
135
理解略肤浅，所以该博文更适合像我一样的初学者，所以大牛勿喷！当然哪里有不合适的地方，欢迎指正，万分感谢！！ 1、什么是估计 通过样本去估计总体 2、参数估计 。。。我理解就是估计参数，可以是总体期望，也可以是总体方差。根据对象是一个值，还是一个区间，可分为点估计和区间估计 3、矩估计 首先我们应该了 ...
分类：
其他好文 时间：
2017-12-02 16:17:09
阅读次数：
131
